KR960000152B1 - 방송 정보 분류시스템 및 방법 - Google Patents

방송 정보 분류시스템 및 방법 Download PDF

Info

Publication number
KR960000152B1
KR960000152B1 KR1019880007617A KR880007617A KR960000152B1 KR 960000152 B1 KR960000152 B1 KR 960000152B1 KR 1019880007617 A KR1019880007617 A KR 1019880007617A KR 880007617 A KR880007617 A KR 880007617A KR 960000152 B1 KR960000152 B1 KR 960000152B1
Authority
KR
South Korea
Prior art keywords
processing means
broadcast information
stage reference
time
stage
Prior art date
Application number
KR1019880007617A
Other languages
English (en)
Other versions
KR890000962A (ko
Inventor
시. 케니온 스테펜
제이. 심킨스 라우라
엘. 시바스테인 리차드
Original Assignee
브로드 캐스트 데이타 시스템즈 리미티드 파트너쉽
원본미기재
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 브로드 캐스트 데이타 시스템즈 리미티드 파트너쉽, 원본미기재 filed Critical 브로드 캐스트 데이타 시스템즈 리미티드 파트너쉽
Publication of KR890000962A publication Critical patent/KR890000962A/ko
Application granted granted Critical
Publication of KR960000152B1 publication Critical patent/KR960000152B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04H—BROADCAST COMMUNICATION
    • H04H20/00—Arrangements for broadcast or for distribution combined with broadcast
    • H04H20/12—Arrangements for observation, testing or troubleshooting
    • H04H20/14—Arrangements for observation, testing or troubleshooting for monitoring programmes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04H—BROADCAST COMMUNICATION
    • H04H60/00—Arrangements for broadcast applications with a direct linking to broadcast information or broadcast space-time; Broadcast-related systems
    • H04H60/35—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users
    • H04H60/38—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users for identifying broadcast time or space
    • H04H60/41—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users for identifying broadcast time or space for identifying broadcast space, i.e. broadcast channels, broadcast stations or broadcast areas
    • H04H60/44—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users for identifying broadcast time or space for identifying broadcast space, i.e. broadcast channels, broadcast stations or broadcast areas for identifying broadcast stations
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04H—BROADCAST COMMUNICATION
    • H04H60/00—Arrangements for broadcast applications with a direct linking to broadcast information or broadcast space-time; Broadcast-related systems
    • H04H60/56—Arrangements characterised by components specially adapted for monitoring, identification or recognition covered by groups H04H60/29-H04H60/54
    • H04H60/58—Arrangements characterised by components specially adapted for monitoring, identification or recognition covered by groups H04H60/29-H04H60/54 of audio
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Human Computer Interaction (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Circuits Of Receivers In General (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)
  • Image Analysis (AREA)
  • Auxiliary Devices For Music (AREA)
  • Complex Calculations (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

내용 없음.

Description

방송 정보 분류시스템 및 방법
제1도는 바람직한 실시예에 따른 시스템의 블록도.
제2도는 제1도의 필터뱅크를 도시한 블록도.
제3도는 제2도의 필터뱅크에서 수행되는 파형을 도시한 일련의 파형도.
제4도는 제2도의 피처(feature) 발생기 프로세서에 의하여 발생되는 4피처시이퀀스를 도시한 일련의 파형.
제5도는 제4도에 도시된 파형과 관련된 만들어지는 스펙트럼 사진.
제6(a)도 및 제6(b)도는 발생된 스펙트럼사진과 제1단 기준메트릭스간에 수행되는 제1단 비교처리도.
제7도는 2단 분류처리에 사용되는 입력하의 왜곡을 나타낸 도.
제8도는 2단 분류처리, 정규화된 2단 기준패턴 및 이들간의 상호 상관함수에 사용되는 디지트화된 피처시이퀀스를 나타내는 일련의 파형.
제9도는 바람직한 실시예에 따른 방법을 나타내는 상위 흐름도.
제10도는 제9도의 1단의 흐름도.
제11도는 제9도의 다른단의 흐름도.
제12도는 제9도의 또다른 단의 흐름도.
제13도는 제9도에의 또다른 단을 도시한 흐름도.
제14도는 제9도에 따른 확인단을 도시한 흐름도.
본 발명은 방송정보가 인식되어 분류될 수 있는 장치와 방법에 관한 것이다.
특히 본 발명은 2단 분류처리에 있어서 다수의 기준신호 라이브러리 (library)를 사용하는 방송 정보 분류 시스템 및 방법에 관한 것이다.
방송국(텔레비젼 및 라디오)은 어떤 정보를 언제 그리고 어떻게 방송할 것인지를 결정하기 위하여 정기적으로 모니터된다.
예컨대 아티스트는 그들 작품이 몇회나 방송되는지에 따라 로얄티를 지급받는다.
유사하게 방송 프로그램의 광고주는 공고물을 어느시간에 그리고 몇회나 방송해야할 것인가를 결정하는 것은 매우 중요하다.
더욱이 마케팅을 하는자와 방송 캐스터 자신도 방송정보를 적당한 시청자에게 적당한 시간에 제공하기 위하여 다수의 방송정보를 결정하는데에 관심이 있다.
당분야에서 통상의 지식을 가진자라면 광범위한 법적, 경제적 및 사회적 관심은 방송정보의 정규적 모니터를 요구한다는 것을 쉽게 이해할 수 있을 것이다.
이런 요구는 정보를 어떻게 방송할 것이며 언제할 것인가 등의 정보에 대한 공통 욕구를 공유한다.
전통적으로 이러한 방송국의 감시는 방송 프로그램을 시청하고 어떤 정보가 언제 방송되었는지를 수작업으로 목록을 작성하는 다수의 청취자에 의하여 수동으로 실행된다. 그러나 이러한 수작업에 의한 조사비는 매우 높다. 이런 방법은 노동집약적이며, 신뢰성에 문제가 있다.
예컨대 수동모니터는 라디오로 행하는 15초의 상업광고를 놓칠 수 있다. 또한 한 사람이 다수의 방송채널을 감시하는 것은 실제로 불가능하다.
그러므로 엄청난 수의 감시요원이 다수의 매체가 있는 상황에서 완전한 감시를 위하여 요구되어 왔다.
상기와 같은 수동시스템의 문제점을 고려하여 자동방송 인식 시스템을 설계하여 실행하는 것이 제안되어 왔다. 이러한 자동 시스템은 수동조사보다 경제적이면서 신뢰성은 더욱 크다.
최근에 여러 방법과 시스템이 개발되었는데 이들 방법과 시스템은 방송신호를 전자적으로 모니터하여 모니터 된 프로그램의 내용과 시간에 관한 정보를 제공한다.
초기에 이들 자동 시스템은 방송신호 자체에 코드신호를 삽입함으로써 신호 인식을 했다.
신호를 수신한때에 자동 시스템은 코드신호(이 신호는 기준라이브러리와 정합함) 인식하고 방송정보를 분류한다.
비록 이러한 코딩기술이 제한적으로 응용되었지만 식별을 위하여 방송신호대역의 일부의 배당을 요구한다.
또한 이러한 시스템은 특별히 처리, 코딩, 디코딩 회로를 필요로 한다. 이러한 회로는 설계와 조립을 하는데 비용이 많이들며, 수신국과 송신국에 각각 설치되어야만 한다.
또한 당분야에서 당업자라면 정부관계기관으로부터 코드신호 식별용 대역폭을 추가로 배당받기 위해서는 어려움이 있다는 것을 알 수 있을 것이다.
코드신호기술의 사용과 관련된 단점중 몇가지를 극복하기 위하여 방송신호에 특정 코드를 요구하지 않는 자동방송 신호 식별 시스템이 개발되었다.
이러한 시스템으로는 미국특허 제3,919,479호에 개시되었다.
이 특허에서 오디오 신호는 디지탈로 표본화 되어 기준라이브러리에 기억되는 기준신호 세그먼트를 제공한다.
다음에 오디오 신호가 방송될 때 연속부는 디지트화되어 라이브러리내의 기준세그먼트와 비교된다.
상관함수 신호를 만드는 상관처리에서 비교가 되어진다. 기준 및 방송신호 세그먼트가 동일하지 않으면 비교적 잦은 진폭을 갖는 상관함수가 발생하며 기준 및 방송신호 세그먼트가 비교적 동일하면 큰 신호 상관함수 신호가 발생한다.
상관함수 신호의 진폭이 감지되어 이 진폭이 소정레벨을 초과할 때 인식신호를 제공한다.
상기 특허에서 일정한 상황에서는 효율적으로 동작할 수도 있지만 대부분의 경우에는 비효율적이다.
예컨대 신호드롭아웃(drop-out)이 있는 경우에는 단일 세그먼트 상관시스템은 심하게 저하되거나 모두 불능이 된다.
또한 상기 특허에서는 시스템은 방송정보 자체내의 시간축 변동에 비교적 불감적이다.
예컨대 디스크자키는 구동기구를 증속함으로써 방송곡을 ″압축″하거나 방송정보를 정규적으로 ″압축″ 및/ 또는 ″신장″하여 청취자의 효과를 증대하고 있다.
이러한 시간축 변동을 극복하기 위하여 상기 특허에서는 방송신호의 포락선 검파를 하여 낮고 바람직한 서브오디오 주파수 신호성분을 갖는 포락선 신호를 제공함으로써 방송신호의 대역폭을 감소할 것을 제안하고 있다.
서브오디오 주파수에서의 포락선 신호가 상관 처리중에 사용될때 디지탈로 표본화 된 파형의 시간축 변동에 덜 민감하다는 것이 알려졌다.
그러나 이러한 방법에 의하여 이루어지는 개선은 극히 제한적이며, 작은 양에 의하여 압축되거나 신장되는 방송신호에 대해서만 작동한다.
또한 이러한 해결책은 높은 오경보율을 갖는다.
이들 단점으로 인하여 상기 특허는 신속 정확하며 값싼 정보 인식시스템을 실현하는데 부족함이 있다.
또다른 자동신호 인식시스템은 케니온에 의한 미국특허 제4,450,531호에 개시되었다.
상기 케니온 시스템은 단일 세그먼트 상관 시스템의 신뢰성 문제와 종래 시스템에 의하여 일어나는 시간축 변동문제를 계속적으로 어드레스 한다.
케니온 특허에서 다수의 기준신호 세그먼트 기준라이브러리에 주파수 영역 복소수 스펙트럼으로 프리어변환되어 기억되며 디지트화 된 프로그램 유닛(song)으로 부터 추출된다.
다음에 수신된 방송신호가 미리 여파되어 안정된 식별 특성을 갖는 오디오 스펙트럼의 주파수부를 선택한다.
다시 여파하고 디지탈 신호로 변화한 후에 방송신호는 프리어 변환되어 기준신호 세그먼트와 복소수 승산처리되어 벡터적을 얻는다.
복소수 승산처리의 결과는 다음에 역 프리어 변환되어 주파수 영역으로부터 시간 영역으로 변환되는 상관함수를 얻는다.
다음에 상기 상관함수는 정규화되며, 각 세그먼트에 대한 상관 첨두치가 선택되어 첨두치 스페이싱이 세그먼트 길이와 비교된다.
동시에 상관 첨두치 세그먼트와 일치하는 세그먼트의 RMS 파워가 센스되어 세그먼트 파워 포인트 패턴을 결정한다.
따라서 케니온 시스템은 다수의 상관 세그먼트를 제공하여 상관 첨두치간의 거리를 측정함으로써 단일 세그먼트 상관 시스템의 단점을 극복한다.
거리가 정합할때에는 방송신호는 기준라이브러리에 기억된 신호 세그먼트와 유사한 것으로 선언된다.
또한 RMS치 비교는 단일 세그먼트를 사용하여 실행되는 분류를 확인하기 위하여 동작한다.
시간축 변동문제를 극복하기 위하여 케니온 특허는 상기 미국특허 제3,919,479호의 시스템과 유사한 포락선 검출기와 통과대역 필터를 이용한다.
또한 케니온 특허에서는 기준신호 세그먼트를 위한 1이상의 표본화율의 사용을 제안한다.
신속한 저 표본화는 각 기준신호 세그먼트를 위하여 기억될 수 있어서 보다 빠른 비율의 방송국으로부터의 방송신호가 보다 빠른 세그먼트와 상관하고 보다 늦은 방송국으로부터의 신호는 더 느린 비율의 기준세그먼트와 상관하도록 한다.
그리고 케니온 특허에 따른 시스템은 비교적 높은 오경보율을 가지며, 계산적으로 많은 요구를 한다.
예컨대 각종 다 세그먼트 상관을 실행하기 위해서는 많은 컴퓨터 파워를 필요로 한다.
다수 세그먼트가 표본화 되어야 하므로 케니온 특허에 따른 시스템은 많은 시간이 필요하며, 고가의 고성능 컴퓨터의 사용을 필요로 한다.
음성패턴 인식용 시스템은 사꼬에의 미국특허 제4,282,403호에 개시되었다.
시꼬에는 패턴 피처벡터의 시계열 입력이 기준라이브러리에 입력되는 음성 인식시스템을 개시하고 있다.
수신된 음성신호는 각각의 표본화시에 소리나는 음성의 피처를 나타내는 시계열 벡터로 변환하기 위하여 스펙트럼분석, 표본화 및 디지트화 된다.
시간 와핑 함수는 소수채널의 피처벡터성분을 사용하여 각 기준패턴에 대하여 사용될 수 있다.
각 기준패턴 피처벡터에 대한 시간 의곡함수는 입력 패턴 피처벡터와 기준패턴 피처백터를 상관하는데 사용된다. 입력 패턴 피처벡터 계열은 와핑함수를 참고로 하여 기준패턴 피처벡터계열과 비교되어 말하여진 단어를 판별하도록 한다.
그러나 사꼬에 시스템은 입력신호 보다도 오히려 기준패턴이 시간 의곡한다.
따라서 다수 패턴은 각 기준패턴에 대하여 계산되어야만 하며, 이는 필연적으로 메모리와 시스템의 계산수를 증가한다.
또다른 신호 인식시스템은 벙의 미국특허 제4,432,096호에 개시되었다.
벙 특허에서는 음악 또는 음성신호는 진기신호로 변환되어 필터뱅크에서 각종 스펙트럼 성분으로 분류된다.
이들 성분은 단기간동안 적분되어 신호의 단기 스펙트럼을 만든다.
신호의 스펙트럼 성분은 다수 패턴검출기에 인가되는데 이들 검출기는 단기 스펙트럼이 관련 패턴검출기에서 조정되는 패턴에 대응하는 경우에만 출력신호를 공급한다.
각 패턴검출기는 인가되는 입력이 조정 가능한 한계 사이에 있을 경우에 신호를 공급하는 2한계 검출기를 갖는다.
따라서 패턴검출기는 모든 한계치 검출기가 작동될 경우에만 출력신호를 공급한다.
각 음성에 대하여 패턴검출기가 제공된다.
일련의 음향이 인식될때 출력신호를 연속적으로 발생하는 패턴검출기의 일련의 어드레스는 기억되어 다음에 비교하기 위하여 컴퓨터에 인가된다.
이러한 시스템은 수많은 패턴검출기와 이에 대응하는 강력한 계산장치를 요구한다.
또한 벙 시스템은 필터뱅크를 사용하여 시간축 변동에 비교적 덜 민감한 저주파수의 출력주파수를 제공하는 한편, 벙 시스템은 시간 와핑 문제와 높은 경보율을 갖는다.
종래 자동방송 인식시스템은 적당한 시간 대역폭(표본화 시간 체배주파수 대역폭) 프로덕트(product)을 선택하는데 어려움이 있다.
방송신호가 큰 시간폭 프로덕트로 표본화되는 경우에 신호인식은 정확히 된다.
그러나 적당히 큰 시간대역폭 프로덕트가 채용될때 그것은 시간축 변동에 극히 민감하다.
따라서 대부분은 종래 시스템은 소정의 시간 대역폭 프로덕트를 이용하며, 인식의 부정확성 및 시간축 변동상에 어려운점이 있다.
또한 모든 종래기술에 부여되는 계산부하는 리얼타임으로 동시에 표본화될 수 있는 노래나 다른 기록물의 수를 심하게 제한한다.
따라서 요구되는 시스템은 많은 수의 음향에 대하여 동시에 다수 방송채널을 자동으로 모니터하는 값싼 것이다.
이러한 시스템은 정확한 인식능력과 시간축 변동에 비교적 불감하다.
본 발명은 종래 자동방송정보 인식시스템의 단점을 극복하고 상기에서 암시한 목적을 성취하기 위한 것이다.
본 발명자는 2단 분류처리를 이용하여 값싸고, 신뢰성 있는 정확한 자동정보 분류시스템을 이룰 수 있다는 것을 발견했다.
먼저 종래 방송정보(노래 또는 상업광고)가 제1 및 제2단 라이브러리를 발생하기 위하여 시스템에 ″플레이(play)″한다. 라이브러리가 발생할때마다 방송정보가 시스템에 의하여 모니터된다.
제1단 분류에서 입력신호는 스펙트럼으로 분석되고 필터되어 각종 저역폭 아날로그 채널을 제공한다.
이들 채널 각각은 디지트화되어 피처 데이타 세트를 형성하는 피처발생기로 전송되는데, 이 데이타 세트는 이것이 제1단 기준라이브러리내의 패턴중 하나와 정합하는지를 결정하기 위하여 분석된다.
바람직한 실시예에서 피처발생기는 입력채널의 선형 결합을 계산함으로써 다채널 시이퀀스를 형성한다.
다음에 이들 피처시이퀀스의 각각은 이동 평균필터를 사용하여 평활화되고, 더우기 대역폭을 감소한다.
이와같이 감소된 대역폭 시이퀀스는 재표본화되어 긴 듀레이션을 가지며 매우 낮은 대역폭의 피처 세트를 형성한다.
이들 시이퀀스는 스펙트럼사진으로 그룹화되어 제1단 분류처리에 사용됨으로써 제1단 기준라이브러리내에서 비유사한 것을 배제시킨다.
또한 피처발생기는 제2단 분류처리에서 사용될 추가적 피처시이퀀스를 사용한다.
바람직하게는 각 스펙트럼은 다수의 소자를 갖는 시간/주파수 메트릭스이다.
유사하게 제1단 기준패턴은 발생된 스펙트럼사진과 동일한 수의 소자를 갖는 시간/주파수 메트릭스인 것이 바람직하다.
다음에 제1단 분류처리는 발생된 스펙트럼사진과 제1단 기준스펙트럼사진을 비교한다.
기준스펙트럼사진은 대응 메트릭스 요소가 정합하도록 발생된 스펙트럼사진이 머무는 템플레이트(template)로서 구현될 수도 있다.
다음에 발생된 스텍트럼사진의 대응 요소와 제1단 기준스펙트럼사진간의 차이가 측정되어 발생된 스펙트럼사진과 기준스펙트럼사진 사이의 유사성을 결정한다.
다음에 전체 스펙트럼사진에 대한 요소 차이의 합이 얻어져서 발생된 스펙트럼사진과 제1단 기준스펙트럼사진간의 측정 차이를 제공한다.
이런 차이의 계산은 제1단 기준라이브러리내의 각 패턴에 대하여 반복된다.
한계치 미만의 측정차이를 갖는 노래는 캐디데이트(candi-date) 식별된 것으로 간주된다.
한계치 이상의 측정차이를 갖는 노래는 방송정보와 유사하지 않은 것으로 간주되어 거절된다.
제1단 분류처리에서 거절되지 않는 제1단 기준패턴은 그의 측정차이에 따라 서열화 된다.
따라서 서열화된 순서는 서열의 선두에서 가장 유사한 제1단 기준패턴을 놓는다.
다음에 제2단 기준분류처리는 제1단 분류처리에서 정해진 서열순서로 수행된다.
제2단 기준라이브러리는 제1단 기준라이브러리의 엔트리와 1 대 1 대응하는 신호 패턴수를 포함한다.
제2단 기준패턴은 제1단 분류처리에서 정해진 순서로 서열화되며, 다음에 피처발생기로부터 제공되는 추가적 피처시이퀀스와 상관된다.
이 추가적 피처시이퀀스는 제1단 분류처리내에 사용되는 피처시이퀀스만큼 낮은 대역폭을 갖지 않는다.
바람직한 실시예에서 상호 상관은 추가적 피처시이퀀스와 제2단 기준패턴사이에서 서열화 순서로 실행된다.
상호 상관중 어느하나에 대한 상관 첨두치가 검출한계치를 초과하는 경우에 방송정보는 제2단 기준패턴에 의하여 대표되는 정보와 유사한 것으로 분류된다.
이 시점에서 인식이 신언되며, 시간, 날짜와 방송정보 식별 및 방송정보원이 검출로그에 입력될 수 있다.
계산이 적게하는 제1단 분류처리에서 정해진 서열순서로 계산이 더 많이 요구되는 상호상관을 실행함으로써 처리원이 요구되고 방송정보를 분류하는데 요구되는 컴퓨터 능력이 현저히 감소된다.
방송정보에서의 시간축 변동을 설명하기 위하여 바람직한 실시예는 제2단 분류처리에서 사용하는 ″시간와핑″ 함수를 포함한다.
특히 제2단 분류처리에 제공되는 추가적 피처시이퀀스는 방송속도로 변동을 설명하기 위하여 압축 및/또는 신장될 수 있다.
다음에 제2단 상관처리는 제2단 기준패턴과 변형되지 않은 추가 피처시이퀀스, 압축된 추가 피처시이퀀스 및/또는 신장된 추가 피처이시퀀스와 상관한다.
그러므로 방송정보가 의도했던 것보다 더 신속히 또는 더 느리게 방송될 경우에도 바른 식별을 할 수 있다.
본 발명에 따른 장점은 첨부된 도면에 따라 다음 기술로부터 명백해질 것이다.
한편 본 발명은 방송음악 분류시스템을 참조로 하여 기술될 것이다.
이 분야에 기술자들은 본 발명의 가르침이 폭넓게 다양한 신호 인식 여건에 활용된다는 것을 알 것이다.
예를들면, 본 발명은 라디오, T.V, 데이타전송 및 다른 방송시스템으로 활용될 것이다. 그러므로, 첨부된 청구범위는 모든 그런 동등한 신호 인식시스템을 포함하는 것으로 해석될 것이다.
먼저, 발명을 개관한다.
제9도를 참고로 기술한다.
방송음반의 자동인식은 로얄티, 계획된 판매를 결정하기 위하여 이들 음반의 동작비율 및 동작시간을 결정하는데 유용하다.
이 영역에서 종래의 기술은 정확성을 보장하기 위하여 비교적 큰 대역폭 프로덕트를 사용할 필요성 때문에 성공이 제한된다.
적당히 큰 시간-대역폭 프로덕트가 사용될때, 대부분의 기술들은 방송음악실의 일반적인 속도편차 때문에 어려움을 겪게 된다.
덧붙여, 이들 기술에 의하여 부과된 음악계산부하는 실제시간내에 동시에 추구될 수 있는 노래 또는 다른 음반들의 수를 제한한다.
본 발명은 비록 덜 정확한, 제1(상영)단 분류처리이지만 효율적인 사용을 통하여 큰 신호 데이타 베이스에 의하여 부과된 큰 처리부하를 조정한다.
이 제1단은 현행의 입력신호와 분명히 다른 더 많은 고려를 한 노래로부터 제거된다.
제1단에 있는 입력과 적당하게 잘 일치하는오직 그 패턴들이 정확성에 의한 강력한 검사를 위해 큐되지만, 계산적으로 제2단이 요구된다.
이것은, 제1단 분류처리에서 내려진 큐명령이 방송노래와 유사한 명령에 의해 분류되기 때문이다.
따라서 제2단은 덜 바람직한 후보앞에 가장 바람직한 후보를 제1에 생각할 것이다.
종래의 인식은 컴퓨터처리 파워에 상응하는 감소로 될 것이다.
이 2단 분류처리는 전체용량이 알고 있는 분류시스템에 비하여 명령의 크기가 증가되는 분류시스템으로 된다.
계층적 분류구조에서 부수적 단계의 사용은 주어진 처리방책에 대한 부수적 용량을 공급할 수 있다.
예를들면, 훨씬 더 큰 데이타 베이스는 처리력을 다시 보존하기 위하여 3단 분류처리가 필요할 것이다.
이 분야의 기술자들은 본 발명의 가르침이 3 또는 더 많은 단계 분류처리에 또한 응용할 수 있을 것이라는 것을 쉽게 이해할 것이다.
제1 및 제9도는 현재의 바람직한 실시예에 따른 장치 및 방법을 도시했다.
하나 또는 그 이상의 방송 소오스로부터 음향신호는 안테나수단(2)을 통하여 음향채널수신기(4)에 입력된다.
본 발명에서, 제1도의 처리구조는 동시에 5개까지의 음향채널의 처리를 허용한다. 그러므로, 5개까지의 방송국이 모니터되고 그들의 방송프로그램이 분류될 것이다.
부수적인 H/W 및 S/W 수정은 동시에 모니터된 채널수를 증가 또는 감소시키도록 동작될 수 있다.
음향채널수신기(4)로부터, 입력음향신호는 음향프로세서(6)에 공급된다.
음향프로세서(6)는 필터뱅크(8), 봉합된 검출기(10) 및 저역통과필터(12)를 포함할 것이다.
음향프로세서는 음향입력을 몇 개의 대역으로 필터하는 대역통과에 의해 대강의 스펙트럼 해석을 실행한다.
이들 대역은 그때 몇 개의 낮은 대역폭 아날로그 채널을 형성하기 위하여 봉합이 검출되고 저역통과가 필터된다.
이들 각 채널들은 그때 특징적 발생기능을 하는 프로세서에 공급된다.
특별히, 프로세서는 그것이 제1단 분류수집 패턴들중의 하나와 일치하는지를 결정하기 위하여 해석되는 특징적 데이타 세트를 형성하기 위하여 낮은 대역폭 아날로그 채널을 디지탈화하고 또한 처리한다.
바람직한 실시예에서, 피처발생 프로세서는 입력채널의 선행적 조합을 계산함으로서 4-채널 시이퀀스를 형성한다.
이들 각 피처시이퀀스는 그때 평균필터의 사용 및 대역폭을 감소함으로서 원활해진다.
이들 감소된 대역폭 시이퀀스는 그때 매우 낮은 대역폭의 피처 세트를 형성하기 위해 다시 샘플이 되지만 너무 오랜기간이다.
시이퀀스는 그때 스펙트럼사진으로 분류되고 바람직하지 못한 후보들을 배제하기 위하여 제1단 분류처리에 의해 사용된다.
덧붙여, 제5시이퀀스는 제2단 분류처리에 사용하기 위하여 피처발생프로세서에 의하여 발생된다.
4개의 입력채널이 구체적 특성으로 피처시이퀀스를 형성하기 위해 가중된 합으로 조합되었다. 선형조합을 형성하는 공정에서, 가중치는 광대역 충격에너지의 영향을 최소화하도록 특별히 선택되는 것에 사용된다.
이것은 방송국에 의한 압축기의 사용으로부터 빈번히 기인되는 속도편차와 직폭왜곡에 대한 감도를 크게 감소시킨다는 것을 알 수 있다.
피처발생 프로세서에 의해 공급된 제2단 피처시이퀀스는 필터되지도 다시 샘 플로 되지도 않았지만 비교적 큰 대역폭에서 사용된다.
그것이 보다 더 큰 대역폭에 사용되기 때문에, 만족스러원 패턴식별이 가능하도록하기 위해, 충분히 긴 피처시이퀀스는 속도편차에 대해 매우 민감할 것이다.
이와 반대로, 시이퀀스는 다른 속도로 입력파형을 표시하는 몇 개의 새로운 시이퀀스를 형성하기 위하여 약간 다른 비율로 다시 샘플로 된다.
이 다음부터는 이 처리는 ″시간 와핑″으로 언급된다. 정상적인 것보다 더 빨리 방송하는 음반은 원래의 파형을 복제하기 위하여 확대 또는 신장되어야만 한다.
마찬가지로 정상적인 것보다 더 느린 음반은 압축되어야만 한다. 압축 및 팽창된 파형의 세트는 입력 피처시이퀀스는 복제의 선형적으로 시간 와프된 세트로 구성된다.
제1분류단계는 낮은 대역폭 스펙트럼사진에서 동작하고, 그들은 가장 최근 피처데이타의 시간-주파수 메트릭스에 의해 처리된다.
이들 스펙트럼사진은 방송 및 수신 시스템에서 이득편차를 보상하기 위하여 정상화되어야만 한다.
제1단 분류처리에서, 가장 최근에 발생된 스펙트럼사진은 제1단 기준라이브러리에 기억된 모든 기준패턴과 비교된다.
수집에 있는 각 제1단 기준패턴에 있어서, 거리는 그것과 스펙트럼 사이에서 계산된다.
이 거리는 입력 및 기준메트릭스의 일치라는 소자 사이에서 차이의 합으로 계산될 것이다.
이 거리는 현행 방송노래와 주체 기준음반 사이에서 유사성의 측정이다.
이 거리계산은 데이타 베이스에 있는 각 패턴이 반복된다.
임계값보다 적은 거리의 노래는 후보식별이 되게 고려된다. 임계값보다 더 큰 거리의 노래들은 배제된다.
처리방책을 보존하고 가장 바람직한 후보가 제1에 고려되는 것을 보장하기 위하여, 제1단 분류는 그들의 거리위치에 따라 큐에 위치한다.
제1단 분류시험을 통과하고 큐에 들어간 패턴은 제2단에서 확인 분류를 받아야 한다.
이 분류처리는 시간 와프된 복제를 포함하는 단일채널 광 대역폭 특징세트를 사용한다.
큐에 들어간 각 엔트리에서, 일치하는 단일채널 기준패턴을 가장 최근 피처 벡터의 각 시간 와프된 부제와 비교된다.
상관절차는 상호 상관함수를 계산하고 그때 최대값을 선택하기 위하여 그것을 주사하는 것을 포함하여 사용된다.
이것은 각 시간 와프된 복제에 대하여 반복된다.
만약, 어떤 상관에 대한 최고 상관값이 검출 임계값을 초과하면, 인식은 표시하고 시간, 날짜, 노래, 식별수 및 라디오 방송국은 검출로그에 들어간다.
만약, 큐에 있는 노래중의 어느것도 확인 분류를 패스하지 못하면, 다음시간 세그먼트는 같은 방법으로 해석된다.
그런 방법으로, 값싸고 효율적이며 정확한 방송음악 분류시스템이 실현된다. 그러므로, 제한된 처리력을 가진 작은 시스템은 수많은 노래중에서 몇 개의 라디오 채널을 동시에 모니터할 수 있다.
이 큰 용량은 단일 모니터장치의 수입산출능력이 모니터된 노래의 수에 감시를 받고 있는 방송국의 수를 곱한 것에 비례한다는 경제적 잇점을 가진다.
제1단 피처는 감소된 차수를 가지며, 낮은 계산 비용으로 계산되고 평가될 수 있다.
그럼에도 불구하고 제1단 처리의 효과는 데이타 베이스 크기의 작은 부분에 대한 노래 후보의 수를 감소하는 것이다.
제2단 분류는 제1단보다 상당히 더 높은 차수(시간 대역폭 곱)의 노래신호를 사용하며, 오직 제1단에서 큐된 노래 및 오직 제1단계를 가능하게 하는 것으로 식별된 노래들에 대하여 노래검출 결정을 한다.
제1단은 높은 검출비율 및 적당하게 잘못된 알람비율쪽으로 향하는 노래검출 임계값 바이어스를 가지고 있다. 이 2단 검출절차의 순수한 효과는 오직 제한된 처리력을 사용하는 몇 개의 채널에서 많은 수의 노래를 모니터하는 능력이다.
따라서, 본 발명에 따른 장치 및 방법은 경제적으로 중요한 방송정보 분류시스템을 제공할 것이다.
제1도를 참조하면, 본 발명에 따른 장치가 기술될 것이다.
안테나(2)는 라디오신호를 포함하는 라디오 파를 수신한다.
안테나장치는 5개까지의 라디오채널을 동시에 수신할 수 있다.
음향신호는 음향채널수신기(4)에 의하여 수신되며, 멀티버스(100)(인텔사의 TM)를 통하여 음향 프리프로세서(6)에 공급된다.
음향 프리프로세서(6)는 필터뱅크(8), 봉합검출기(10) 및 낮은 대역통과 필터(12)를 포함한다.
음향 프리프로세서(6)는 제2도를 참조로 더 상세히 기술될 것이다.
또한 제1도는 음향신호를 디지탈화하는데 사용되는 아날로그/디지탈변환기 (14)를 도시했다.
멀티플렉서(16)는 다수의 음향신호가 동시에 분류될때 멀티플력스한 동작을 실행하는데 사용된다.
A/D 변환기(14) 및 멀티플렉서(16)는 또한 멀티버스(100)(인텔사의 TM)에서 결합된다.
또한 멀티버스(100)(인텔사의 TM)에 결합된 것을 어레이 프로세서(18)이다.
어레이 프로세서(18)는 마린코 3024 CPU(20) 및 피처벡터 동작부(22)로 구성된다.
피처벡터동작부(22) 및 CPU(20)는 멀티버스(100)(인텔사의 TM)에서 결합된다.
어레이 프로세서(18)의 기능은 제2단 피처시이퀀스 및 제2단 상관계산의 시간 와프를 포함한다.
프로세서(24)는 또한 멀티버스(100)(인텔사의 TM)에 결합되고 제어기능, 데이타 베이스 관리, 모든 입력/출력(I/O)관리 및 제1단 분류셈을 실행한다.
프로세서(24)는 마이크로프로세서(26), 메모리(28), I/O 인터페이스(30), 실제시간클락(32), 기준패턴메모리(34) 및 오프-라인메모리(36)를 포함한다.
바람직하게는 마이크로프로세서(26)는 모토롤러 6800 시리즈의 마이크로프로세서가 될 것이다.
바람직하게 동작하는 메모리(28)는 2메가바이트 메모리를 포함할 것이다.
마찬가지로, 패턴메모리(34)는 제1단 및 제2단 기준수집을 기억하고 바람직하게는 10메가바이트 하드디스크에 의하여 실현될 것이다.
오프라인 메모리(36)는 메모리(34)의 기준패턴 라이브러리로부터 기준패턴을 변화/부가/삭제하는데 사용될 것이다.
바람직하게는 오프-라인메모리(36)는 1메가비트 플로피디스크로 구성될 것이다.
마지막으로, 처리시스템은 CRT(36), 프린터(40) 및 터미날(42)과 같이 주변기기와 결합된다. 그런 주변기기는 I/O 인터페이스(30)을 통하여 시스템에 결합된다.
제2도를 참조하면, 제9도의 대략적인 스펙트럼 분석 스텝(S100)이 기술될 것이다.
수신된 음향신호는 그것이 다수의 채널로 분할된 음향 프리프로세서(6)에 공급된다.
바람직한 실시예에서, 4채널이 선택되었다. 그러나, 더 크든지 더 적은 채널은 분류된 정보의 정확한 형에 따라서 사용될 것이다.
각 채널은 대역통과 필터(8), 정류기(10) 및 낮은 대역통과 필터(12)를 포함한다.
음향 프리프로세서의 목적은 제1단에서 처리된 정보의 양을 감소하기 위한 것이다.
이것은 제1단 피처의 긴 기간 평균을 공급한다.
제1단의 목적이 인식에 필요한 계산을 감소하는 것이므로 단위 시간당 처리된 정보의 양을 감소하는 것은 바람직하다.
신호식별 정확성은 시간 대역폭과 피처벡터의 곱에 비례한다. 그러므로, 피처벡터 대역폭을 감소시킴으로서 팽창하는 정확성은 단위시간당 필요한 처리가 감소되는 동안 유지된다.
이것은 시간연속 경우를 계속 추구할 필요가 있는 어떤 처리에도 사실이다.
이것을 성취하기 위하여, 제3도에 도시된 음향입력신호는 각 대역통과 필터(8)에 공급된다.
각 대역통과 필터 출력신호는, 대역통과 필터된 신호로서 제3도에 도시되었다.
필터된 신호는 정류기(10)에 공급되고, 각 정류기(10)는 제3도에 도시된 파형을 출력으로 한다.
마지막으로, 정류된 신호는 낮은 대역통과 필터(12)에 공급되고, 각 낮은 대역통과 필터는 제3도에 도시된 것처럼 낮은 대역통과 필터된 신호를 출력한다.
감소된 대역폭신호를 샘플함으로서, 처리시간은 음향신호에서 속도편차에 대한 시스템의 감도를 동시에 감소하는 동안 유지된다.
그러므로, 제4도에 도시된 것처럼 다수의 파형이 낮은 대역통과 필터(12)로부터 공급된다.
이들 파형은 X1(t), X2(t), X3(t) 및 X4(t)로 각각 표시된다. 이들 각 파형은 파형에 따른 특징 시이퀀스를 발생하는 프로세서(24)에 공급된다.
따라서 프로세서(24)는 XS1(t), XS2(t), XS3(t), XS4(t) 및 XC(t)로 표시된 다수의 피처시이퀀스를 공급한다.
이들 각 퍼처시이퀀스는 X1(t)에서 X4(t)까지 모두 4개의 파형의 선형적 조합으로 형성된다.
제4도에 도시된 것처럼, 시간(t1)에서, 4개의 파형은 샘플되고 진폭전압(VA1, VB1, VC1및 VD1)이 각각 측정된다. 그때, 시간(t1)에 대한 피처벡터는 각 파형에 대해 계산된다.
피처벡터는 입력신호의 특성을 설명하는 연속된 수이다.
바람직한 실시예에서 시간(t1)에서 파형 XS1(t)에 대한 피처벡터는 다음과 같이 게산될 것이다.
[수학식 1]
Figure kpo00001
따라서 피처벡터의 각 시이퀀스는 4개의 파형 대역의 각각으로부터 성분을 포함한다.
계수(K)는 특별히 잡음을 억제하기 위하여 선택되었다.
계수(K)의 특별한 선택은 방송신호에서 진폭왜곡의 효과를 억제하기 위하여 사용된다.
진폭왜곡(때때로 ″진폭압축″으로 표시)은 때때로 너무 사용한 값싼 수신기를 피하기 위해 어떤 방송국에 의하여 의도적으로 적용된다.
그런 ″진폭압축″은 기억된 기준패턴의 유사성을 입력라디오신호로부터 계산된 것까지 강등시킨다.
신뢰성 검출의 주어진 레벨에 대하여, 왜곡이 없다면 필요한 것보다 사용된 기준패턴이 더 클 필요가 있다.
큰 기준패턴의 필요는 처리효율의 감소를 유발하고 특별히, 그것은 낮은 차수의 노래신호 사용을 미리 결정하는 효과적 제1단을 사용하기 어렵게 한다.
새롭게 개발된 어프로치는 이 왜곡의 스펙트럼 특성의 분명한 잇점을 택함으로써 이 왜곡 문제를 극복한다.
″진폭압축″ 처리는 협대역 신호성분에는 상당한 영향을 주지 못하지만 자연히 광대역인 충격성분이 주로 영향을 준다.
압축전에 시간 시리즈에 의거한 주파수로 구성되는 다중-채널시간 시리즈는 fi(tj)로서 표기된다.
압축후에 각 대역 시간시리즈는 다음과 같다.
[수학식 2]
Figure kpo00002
여기서 압축은 각 대역에 첨부된 성분 ai(tj)으로서 기술된다.
진폭압축의 압축한 효과에 대하여 이행한 어프로치에서, 첨부된 성분 ai(tj)은 선형적으로 관련된다고 한다.
따라서, K≠i에 대한 ak(tj)의 값에 의거한 각각의 ai(tj)를 대략적으로 산정하는 선형방정식이 존재한다.
따라서,
[수학식 3]
Figure kpo00003
여기서 ei(tj)는 시간 tj에 대한 산정 나머지이다.
만약 fi가 대략 독립적이라면 그때 계수(bik)는 (N-1)개의 선형방정식의 해를 구하여 시간(ti, tM)을 포함하는 데이타 에포크(epoch)로부터 상관처리에 의하여 산정될 것이다.
각 k≠i에 대하여
[수학식 4]
Figure kpo00004
여기서
[수학식 5]
Figure kpo00005
[fk]는 대략 독립이기 때문에, k'≠k에 대하여 (ak,ak')=(gk,gk')이다.
(ak,ak')의 산정은 ak(tj)가 fk(tj)와 비교하여 그들의 가장 큰 크기에 있을 때 가장 정확하다.
이것은 크기압축이 가장클때 발생한다.
다음과 같이 계산된다.
[수학식 6]
Figure kpo00006
여기서
[수학식 7]
Figure kpo00007
여기서
Figure kpo00008
는 수신된 방송신호 크기의 측정이며 T는 신호가 심하게 압축된다고 생각한 것 이상으로 선택된 임계값이다.
선형 방정식 세트는 bik의 산정에 의하여 구해진다. 그때 압축효과는 수신된 에너지 대역시간 시리즈 gi(tj)를
[수학식 8]
Figure kpo00009
k≠i
로 대치함으로서 압축된다.
선행 개략화에서, N시간 시리즈 g'i(tj)는 제거된 압축의 효과이다.
이 어프로치는 에너지 대역사이에서 종속된 정보를 선행적으로 억제하고 독립된 정보를 선행적으로 강조한다.
향상된 인식 목적을 위해 선형적으로 종속된 정보는 부가될 수 있지만, 그러나 진폭압축에 대한 취약성 때문에 경중되어야만 한다.
이 방법으로 성취된 것은 압축효과에 대하여 비교적 면역이 있는 g'i(tj)의 세트이다.
게수 bik는 그들이 각 방송국에 대하여 재-선정되지 않고 그들이 전송되고 있는 음악에 독립이 되도록 방송음악의 앙상블을 사용하는 것 및 방송국이 전송하는 것으로 산정될 것이다.
제4도 파형의 샘플은 바람직하게 초당 8번의 비율로 실행된다.
대역폭은 바람직하게
Figure kpo00010
(Hz)이다.
니퀴스트 샘플원리는 샘플비율이 바람직하게 4(Hz)야 한다는 것을 지시한다.
본 발명가는 더 큰 정확성을 보장하기 위한 명령으로 8(Hz)는 샘플비율을 선택했다.
제5도를 참조하면, 프로세서(24)는 제4도 파형의 선형조합에 따른 스펙트럼사진을 형성한다는 것을 알 수 있다.
따라서 제5도에 도시된 것처럼, 각 블록은 8초의 시간 이상에서 집적된 데이타를 포함한다.
따라서 스펙트럼사진은 4개의 스펙트럼채널 및 8개의 시간채널을 가진 행열이다.
각 행열인자는 앞에 기술된 것처럼 계산된 피처성분을 포함한다.
스펙트럼사진은 제9도의 스텝(S110)에 지시된 것처럼 계산한다. 이것은 제10도를 참조로 하여 더 상세히 기술될 것이다.
제10도에 따르면, 스텝(S100)에서 결정된 피처데이타 세트는 스텝(S101)에 지시된 것처럼, 이동평균 필터를 사용하여 완화된다.
다음 스텝(S1013)에서, 파형은 낮은 대역폭 다중-채널 시간 시리즈를 형성하기 위해 다시 샘플된다.
이것은 속도편차에 대한 감도를 감소시키는 또 하나의 잇점이다.
마지막으로 스텝(S105)에서 가장 최근 샘플의 시간/주파수 행열은 제5도에 도시된 것처럼 형성된다.
일단 제1단 스펙트럼사진이 발생되면, 스펙트럼사진은 방송 및 수신시스템에서 이득편차를 보상하기 위해 정상화 되어야만 한다.
이 스텝은 제9도(S130)처럼 도시되고 또한 제11도에 도시된다.
정상화를 성취하기 위하여, 입력스펙트럼사진의 모든 인자들은 스텝(S111)에서 합해진다. 이 합은 스펙트럼사진에서 전체 에너지를 표시한다.
그때 스텝(S113)에서 스펙트럼사진의 각 인자는 스펙트럼사진 합에 의하여 분할된다. 이것은 기준패턴과 쉽게 비교하기 위하여 단위에너지로 스펙트럼사진을 구성했다.
정상화 이후에, 제1단으로부터 입력스펙트럼사진 및 기준스펙트럼사진은 제9 및 제13도에 도시된 것처럼 예비분류(S150)에서 비교된다.
입력 및 기준스펙트럼사진의 각 인자는 바람직하게는 행열 인자의 값을 표시하는 16비트를 포함한다.
제6(a) 및 6(b)도에 도시된 것처럼, 제1단 비교는 입력신호 스펙트럼사진을 기준 행열과 일치시키는 단순한 일이다.
이 처리는 입력신호 스펙트럼사진위에 기준자를 올려놓음으로서 시각적으로 도시될 수 있다.
각 신호 및 기준행열이 인자의 같은 수를 포함하기 때문에 행열인자 사이의 1 대 1 비교는 실행된다.
제6(a) 및 6(b)도에서 도시된 것처럼, 행열인자 Xsl.l의 값을 행열인자 XR1.1과 비교된다. 이것은 2개의 인자값 사이의 거리를 비교함으로서 시각적으로 도시될 것이다.
제12도를 참조하면, 입력스펙트럼사진 사이의 거리는 스텝(S131)에서 결정된다. 이것은 신호스펙트럼사진 및 기준 행열의 일치라는 시간/주파수 인자 사이의 차이를 합함으로서 성취된다.
이 거리 계산은 제1간 기준라이브러리에서 각 엔트리에 대하여 실행된다.
다음, 스텝(S113)에서, 거리측정이 예정된 임계값보다 더 적은 모든 제1단 기준행열은 바람직한 후보로서 허락된다.
거리측정이 임계값을 초과하는 제1단 기준메트릭스는 바람직하지 않은 후보로서 거절된다.
일단 거리측정이 제1단 기준라이브러리에 있는 각 행열에 대하여 계산되면, 바람직한 후보로 식별된 노래들은 제9 및 13도에 도시된 것처럼 종류 및 큐스텝(S170)에 따라야 한다.
앞에 논의된 것처럼, 입력신호에 대한 유사성의 명령으로 노래를 큐함으로서, 계산적으로 필요한 제2단 분류는 크게 간소화된다.
폭넓게 다양한 종류 및 큐절차는 이 스텝은 실행하는데 유용하다.
발명가들은 제13도에 도시된 종류 및 큐절차를 활용을 결정했다.
제13도의 스텝(S151)에서 각 큐엔트리에 대한 거리값은 최대로 세트한다.
다음에, 거리측정이 임계값보다 더 적은 각 노래에 대하여 큐엔트리는 스텝(S153)에 도시된 것처럼 포함하는 노래수 및 그것의 거리값이 발생된다.
그때 큐내의 새로운 각 엔트리에 대하여, 큐는 새로운 엔트리에 대한 등급 명령위치를 지정하기 위하여 선단으로부터 주사된다.
새로운 엔트리는 그때 적당한 장소에 있는 큐내로 삽입된다. 새로운 엔트리보다 더 먼 엔트리는 그때 큐의 선단을 향해 움직인다.
이 처리는 스텝(S155)에 도시되었다.
마지막으로, 스텝(S157)에서, 어레이 프로세서는 거리측정의 명령 상승으로 큐내의 노래를 처리하는 방향이 된다.
따라서, 입력노래로부터 낮은 거리값을 가진 기준스펙트럼사진은 더 높은 거리측정값을 가진 기준스펙트럼사진 이전에 제2단 분류에 따르게 될 것이다.
앞에 기술한 절차는 제1단 분류처리를 완성하는 것이다. 제1단은 입력노래와 유사함에 의하여 정열된큐를 발생한다. 이 큐명령은 가장 바람직한 기준노래를 입력노래와 비교하기 위한 제2단 분류처리에 사용될 것이다.
제2단 분류는 사실 제2도에 도시된 것처럼, 광 대역폭 피처시이퀀스 Xc(t)의 발생으로 시작한다.
앞에 논의한 것처럼, 그것은 방송신호에서 속도편차를 설명하기 위하여 ″타임와프″ 제2단 피처시이퀀스에 필요하다.
바람직한 실시예의 목적에 대하여, 모든 그런 속도편차가 일정하다고 한다면, 바람직한 실시예의 시간와프 특징은 선형적 시간와프이다.
라디오 방송국은 방송되는 도입된다는 것을 알게된다.
거의 에러가 없는 인식을 공급하기 위하여 충분한 시간-대역폭 프로덕트를 하는 피처벡터에 대하여, 대부분의 인식시스템은 이들 속도편차를 견딜 수 없다.
이 문제는 구획된 상관 어프로치의 사용을 통하여 앞에 언급된 캐년 등의 특허에 설명되었다.
이 어프로치에서, 비교적 적은 시간-대역폭 곱을 가진 짧은 피처벡터는 분리적으로 식별된다.
마지막 인식결정은 각 구획인식의 시간에 의거된다.
한편, 이 절차가 실질적 속도편차를 가진 노래의 인식을 허용하며 이들 속도차이는 선형적 시간 베이스에러를 도입한다는 사실의 완전한 잇점을 갖지 못한다.
본 발명에 따른 방법은 왜곡이 제거될 때까지의 입력피처시이퀀스의 시간베이스를 선형적으로 압축 또는 팽창하는 것이다.
전체 피처벡터는 그때 기준세트로부터 왜곡되지 않은 벡터와 비교된다.
피처벡터의 압축 및 팽창은 입력시이퀀스를 다시 샘플하는 것 및 개찬함으로서 실행된다.
이 선행적 시간 와프는 적어도 어떤 증가가 본질적으로 퇴조없이 기억된 기준과 일치할 약간 충분한 증가로 된다. 그런 시간 와프는 제7도에 도시된다.
제7도에 도시된 것처럼, 입력파형은 압축된 파형으로 압축 및/또는 팽창된 파형으로 팽창된다.
바람직한 실시예에 따르면, 4개의 시간 와프된 파형세트는 와프되지 않은 파형에 부수적으로 공급된다.
방송음악 인식의 목적을 위해, 응모자는 2% 및 4%로 압축된 파형과 2% 및 4%로 팽창된 파형을 공급하도록 선택했다. 따라서 2개의 압축된 파형, 2개의 팽창된 파형 및 원래의 파형은 제2단계 기준수립과 비교하기 위하여 공급된다.
다음 제9도의 스텝(S270)에 의해 도시된 것처럼 확인분류는 스텝(S170)에 형성된 큐명령에 따른 제2단 기준라이브러리에서 시간 와프된( 및 와프되지 않은) 파형 및 기준패턴 사이에서 실행된다.
일반적으로, 이 확인분류는, 여기에서 참조로 통합된 케니온 등의 특허의 지적에 따라 실행된다.
간단히, 상관은 2개의 파형을 얼마나 잘 측정하는가의 수확적 수단이다.
만약, 2개의 파형중 하나가 한정된 길이이고 적당한 메모리 기억장치에 영구히 기억된다면, 제2단 연속파형에 대한 한정된 기억파형의 계속적 비교는 상관함수로서 알려진 제3파형을 발생하기 위하여 상관 적분방정식의 온-라인 해결을 통하여 성취될 것이다.
연속파형이 기억된 파형과 일치하는 신호세그먼트(이것은 잡음에 의하여 매우 불명확하게 될 것이다)을 포함하며, 상관함수는 큰 값을 획득한다.
이 큰 값을 감지하는 것은, 인식으로 구성되고, 상업광고 및 노래의 산출은 본 발명에 따른 처리에서 인식되는 것에 의한 처리이다.
본 발명에 일치하는 패턴은 선행상관이 순환상관 대신 발생되도록 하기 위하여 입력데이타의 최소 50%를 오버랩 및 기준패턴을 채우는 제로와 함께 상관절차를 포함한다.
상관절차는 상호 상관함수를 계산하는 것 및 그때, 최대값을 선택하기 위하여 그것을 주사하는 것을 포함한다.
이것은 각 시간 와프된 복재에 대하여 반복된다.
만약, 어떤 상관에 대한 정점상관값이 검출 임계값을 초과하면, 인식은 선언되고 그 노래에 대한 분류처리는 끝난다.
확인분류 처리는 제8 및 13을 참조로 하여 기술될 것이다.
제8도에서, 디지탈화된 방송파형은 스텝(S120)에서 발생된 시간 와프된(또는 와프되지 않은) 파형중의 하나가 될 것이다.
예를들면, 이 디지탈화된 방송은 음향신호 입력의 512샘플을 표시하고 64초기간 이상 걸릴 것이다.
다음에, 제2단 기초 라이브러리로부터 정규화된 기준패턴은 디지탈화된 방송파형에서 임의의 부분과 일치된다.
정규화된 기준의 제1절반만이 파형을 포함하며, 제2절반은 제로로 채워졌다는 것에 주목하다.
제로를 채우는 것은 가장 새로운 기준 블록을 취하여 구획을 합치어 잇고, 그것을 앞 블록에 연결시키는데 사용된다.
다음에, 상호상관은 제8도에 도시된 것처럼, 상관함수를 제공하기 위하여 디지탈화된 방송 및 정규화된 기준사이에서 실행된다.
상관정점(CP)는 특별한 점에서 디지탈화된 방송 및 정규화된 기준사이에서 높은 상관을 지시한다.
상관처리는 모두 5개의 타입와프된 및 와프되지 않은 파형의 푸리에 변형을 제1단 계산에 의하여 실행된다. 이것은 제2단 기준패턴과 비교된 복잡한 공액 스펙트럼을 제공한다.
기준패턴은 그들 스스로, 부가적 정상화가 기준패턴에 필요하지 않도록 하기 위하여 사전에 정규화된다.
다음에 디지탈화된 방송 및 기준파형으로부터 샘플은 제8도에 도시된 상관신호를 제공하기 위하여 서로 곱해지고 역푸리에 변형된다.
정규화된 기준파형의 제로로 채워진 절반에서 상관함수는 최소라는 것에 주목하라.
따라서, 상관함수의 제1절반에서 오직 상관이 타당하다.
상관함수는 제2절반은 상관파형을 취하는 것 및 기준파형의 미테 이메지를 획득하기 위하여 그것을 반전시킴으로서 발생된다.
앞에 설명된 상호상관 처리는 제14도의 스텝(S211)에서 도시된다.
다음에, 각 제오단계 기준패턴과 다수의 시간 와프된(및 와프되지 않은) 입력신호 사이의 상관함수는 스텝(S213)에 도시된 것처럼 현행 입력노래에 대한 최대 상관값을 선택하기 위하여 비교된다.
가장높은 상관값을 가진 적절한 파형은 스텝(S215)에서 도시된 것처럼 선택되고 인식을 결정하는 임계값과 비교된다. 상관정점값이 프리세트 임계값 이상이 되도록 결정되자 마자, 승리는 선언되고, 노래는 ″인식되었다″는 것이 결정된다. 그때, 검출시간, 날짜, 방송국, 및 노래수는 유도되어 출력 주변기기에 공급된다.
그런 결정로그하는 것은 제9도에 도시된 것처럼 스텝(S300)으로서 실행될 것이다.
이것은 제2단 분류처리를 완성한다.
따라서, 앞에 기술된 시스템 및 방법은 정확하고, 믿을 수 있으며, 그렇지만 방송정보를 분류하기 위한 값싼 시스템을 제공한다.
이 분야의 기술자들은 폭넓게 다양한 수정의 발명의 본뜻과 영역을 벗어나지 않고 이루어진다는 것을 이해 할 것이다.
본 발명에 따른 장치의 덧붙인 잇점은, 제1 및 제2단 기준 라이브러리를 발생하기 위해 사용된다는 것이다. 이것은 방송노래가 제1 및 제2단 기준패턴을 공급하기 위해 시스템을 ″동작″하는 자동연습 절차이다.
자동연습 절차는 기준패턴 발생에 사용하기 위하여 노래의 스펙트럼적으로 가장 분명한 부분을 먼저 선택한다. 음반의 어떤 부분은 다른 부분보다 더 스펙트럼적으로 분명하다.
그런 부분이 기준패턴을 발생하기 위해 사용된다면, 패턴을 인식하는 사람의 실행은 그것이 더 많은 정보로 동작하므로 향상된다.
기록부의 분별력 측정은 이 피처벡터의 대역폭이다.
이것은 다음과 같이 산정될 수 있다.
[수학식 9]
Figure kpo00011
여기서 X(W)는 어떤 특별한 주파수에서 전원 스펙트럼 밀도를 표시한다.
매우 큰 대역폭은 충격 특징을 가진 노래에 의해 생산될 수 있다.
한편 이들 특징은 분명하며, 왜곡에 더욱 취약하며 더 큰 프로세서 역학적 영역이 필요하다.
충격 특징을 포함하는 영역은 같은 영역에서 계산된 피처벡터의 표준편차에 대한 정점 특징값의 비율로서 최고 인자를 계산함으로써 지정될 것이다.
장점의 합성수는 그때 제2단 피처벡터의 대역폭과 최고 인자의 비율 또는 사이의 차이로서 계산된다.
이것은 노래 전체를 통해 작은시간증가(예를들면 1초)에서 반복된다.
제1단 기준 피처 메트릭스는 시간정열감도에 대하여 계산되고 시험된다.
장점의 수가 가장 큰 위치에서 제1단 기준 피처행열은 시간정열감도에 대하여 계산되고 시험된다.
직면할 수 있는 한 큰 시간에러는 오프세트 및 시간등급에러 때문이다.
결론적인 거리는 임계값보다 아래여야만 한다.
연습에서 노래의 위치는 제1단 시간 감도시험을 또한 통과하는 장점의 가장 큰 제2단수를 가진 것으로서 선택된다.
이 분야의 기술자들은 음악분류에 사용된 같은 하드웨어가 제1 및 제2단 기준 라이브러리를 발생하는데 또한 사용될 수 있다는 것을 알 수 있을 것이다.
그러므로, 앞에 기술된 것은 기억된 기준패턴에 따른 방송 정보를 자동적으로 분류하기 위한 장치 및 방법이다.
시스템은 마이크로프로세서에 의거했으므로, 극단적으로 적고 경제적인 패키지가 실현될 수 있다.
그런 시스템을 구성하고 설치하는 비용은 경제적으로 이득이 될 것이다.
이 분야의 기술자들은 앞에 기술한 발명의 구조와 작용에 의해 성취된 이득을 쉽게 이해할 것이다.
한편, 본 발명은 가장 실제적이고 바람직한 실시예가 될 것이라고 간주되는 것과 연관하여 기술했지만, 발명은 기술한 실시예에 제한되지 않는다는 것을 이해할 것이다.
본 발명은, 첨부한 청구범위의 본뜻과 영역내에 포함된 여러 가지 수정 및 동등한 배열들이 포함될 것이다.
첨부한 청구범위는 모든 그런 수정 및 동등한 구조와 기능을 포함하기 위한 가장 넓은 해석에 일치할 것이다.

Claims (66)

  1. 방송정보를 수신하는 단계; 상기 정보의 스펙트럼분석을 수행하고 이에 대응하는 다수의 분석된 파형을 제공하는 단계; 상기 파형으로부터 스펙트럼사진을 발생하는 단계; 발생된 스펙트럼사진과 다수의 소정의 제1단 기준스펙트럼사진을 비교하는 단계; 상기 발생된 스펙트럼사진에 유사한 순서로 제1단 기준스펙트럼사진을 큐잉하는 단계; 상관된 제2단 기준패턴의 각각에 상관값을 제공하기 위하여 상기 제1단 기준스펙트럼에 대응하는 다수의 소정의 제2단 기준패턴의 적어도 하나와 큐잉단계에서 설정된 큐잉순서로 상기 분석된 파형의 하나를 상관시키는 단계; 상기 상관값이 임계 상관값을 초과할 때를 결정하기 위하여 상기 상관단계를 모니터하는 단계; 상기 임계값을 초과하는 상관값에 대응하는 제2단 기준패턴을 식별하는 단계; 및 식별된 제2단 기준패턴에 유사한 방송정보를 분류하는 단계로 구성되는 것을 특징으로 하는 방송 정보 분류방법.
  2. 제1항에 있어서, 상기 큐잉단계는 큐우를 상기 발생된 스펙트럼사진에 관하여 유사임계보다 낮은 제1단 기준 스펙트럼사진에 제한하는 단계를 포함하는 것을 특징으로 하는 방법.
  3. 제1항에 있어서, 상기 스펙트럼사진 발생단계는 상기 분석된 파형의 다수의 선형조합을 계사하는 단계; 상기 선형조합을 멀티채널 특징 시퀀스로 형성하는 단계; 이동평균필터로 상기 특징 시퀀스를 스무딩하는 단계; 낮은 대역폭 특징세트를 제공하기 위해 스무드된 특징 시퀀스를 재샘플하는 단계; 및 상기 특징세트를 메트릭스의 성분을 갖는 발생된 시간/주파수 스펙트럼사진으로 형성하는 단계를 포함하는 것을 특징으로 하는 방법.
  4. 제3에 있어서, 상기 제1단 기준스펙트럼사진의 각각은 시간/주파수 메트릭스의 성분을 가지며, 발생된 스펙트럼사진과 기준스펙트럼사진을 비교하는 상기 단계는, (a) 상기 발생된 스펙트럼사진의 각 성분과 상기 기준 스펙트럼사진의 하나의 대응성분의 차이를 계산하는 단계; (b) 상기 발생된 스펙트럼사진성분과 상기 하나의 기준스펙트럼사진 성분의 차이를 가산하는 단계; (c) 상기 발생된 스펙트럼사진과 차이합에 기초한 상기 하나의 기준스펙트럼사진의 거리를 계산하는 단계; 및 (d) 상기 다수의 제1단 스펙트럼사진의 각각에 대해 상기 단계(a)-(c)를 반복하는 단계를 포함하는 것을 특징으로 하는 방법.
  5. 제4항에 있어서, 상기 발생된 스펙트럼사진과 기준 스펙트럼사진을 비교하는 상기 단계는, (e) 계산된 거리의 각각과 임계 거리값을 비교하는 단계를 더 포함하며, 상기 큐잉단계는 대응 거리가 상기 임계 거리값에 속하는 제1단 기준패턴만 큐잉하는 단계를 포함하는 것을 특징으로 하는 방법.
  6. 제1항에 있어서, 방송정보를 수신하는 상기 단계는 대응하는 다수의 방송소스로부터의 상기 다수의 방송정보를 동시에 수신하는 단계를 포함하며, 상기 이행, 발생, 비교, 큐잉, 상관, 모니터, 식별 및 분류하는 단계는 상기 다수의 방송정보에 대하여 수행되는 것을 특징으로 하는 방법.
  7. 제1항에 있어서, 상기 스펙트럼분석을 수행하는 상기 단계는, 상기 방송정보를 다수의 채널에 제공하는 단계; 각 채널에 필터된 신호를 제공하기 위하여 각 채널에서 상기 방송정보를 대역통과필터링하는 단계; 각 채널에서, 각 채널에 정류된 신호를 제공하기 위하여 상기 필터된 신호를 정류하는 단계; 및 다수의 정류되고 필터된 신호를 상기 발생단계에 제공하는 단계를 포함하는 것을 특징으로 하는 방법.
  8. 제7항에 있어서, 상기 대역통과필터링 단계는 상기 각 채널에 상이값 대역통과필터를 제공하는 단계를 포함하는 것을 특징으로 하는 방법.
  9. 제1항에 있어서, 상기 상관단계는, 상기 수행단계로부터 상기 분석된 파형의 하나를 수신하는 단계; 적어도 하나의 시간와프된 파형을 제공하기 위하여 하나의 분석된 파형을 시간와핑하는 단계; 다수의 상관값을 제공하기 위하여 상기 시간와프된 파형과 상기 적어도 하나의 제2단 기준패턴을 상호 상관시키는 단계; 및 상기 다수의 상관값으로부터 최대 상관값을 선택하는 단계를 포함하는 것을 특징으로 하는 방법.
  10. 제9항에 있어서, 상기 시간와핑단계를 적어도 하나의 연장된 시간와프된 파형을 제공하는 단계를 포함하며, 상기 상호 상관시키는 단계는 상기 분석된 파형과 상기 연장된 파형의 각각에 대해 다수의 상관값을 제공하기 위하여 상기 연장된 파형 및 상기 분석된 파형과 상기 제2단 기준패턴을 독립적으로 상호 상관시키는 단계를 포함하는 것을 특징으로 하는 방법.
  11. 제10항에 있어서, 상기 시간와핑단계는 적어도 하나의 압축되고 시간 와프된 파형을 제공하는 단계를 포함하며, 상기 상호 상관시키는 단계는 상기 제2단 기준패턴과 상기 압축된 파형, 상기 연장된 파형, 및 상기 분석된 파형을 독립적으로 상호 상관시키는 단계를 포함하는 것을 특징으로 하는 방법.
  12. 제1항에 있어서, 다수의 기준 방송정보를 수신하는 연습단계; 가장 명확한 스펙트럼 부분을 결정하기 위하여 각 기준 방송정보를 분석하는 연습단계; 가장 명확한 스펙트럼 부분을 결정하기 위하여 각 기준방송정보를 분석하는 연습단계; 가장 명확한 부분으로부터 상기 다수의 기준 방송정보의 각각에 대해 제1단 기준스펙트럼을 발생하는 연습단계; 및 가장 명확한 부분으로부터 상기 다수의 기준 방송정보의 각각에 대해 제2단 기준패턴을 발생하는 연습단계를 더 포함하는 것을 특징으로 하는 방법.
  13. 제1항에 있어서, 상기 비교단계 이전에 발생된 스펙트럼사진을 정규화하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  14. 방송정보를 수신하는 단계; 상기 정보와 제1단 기준패턴의 라이브러리를 비교하는 단계; 상기 정보에 유사한 순서로 제1단 기준패턴을 큐잉하는 단계; 방송정보와 큐잉스텝에서 설정된 큐잉순서로 상기 제1단 기준패턴에 대응하는 제2단 기준패턴의 라이브러리를 상관시키는 단계; 및 상기 상관단계에 기초한 상기 제2단 기준패턴의 하나에 유사한 상기 방송정보를 분류하는 단계로 구성되는 것을 특징으로 하는 방송정보 분류방법.
  15. 제14항에 있어서, 상기 정보로부터 다수의 분석된 파형을 발생하는 단계; 적어도 하나의 시간와프된 파형을 제공하기 위하여 상기 분석된 파형의 하나를 시간 와핑하는 단계; 및 상기 하나의 분석된 파형과 상기 시간 와프된 파형 및 상기 제2단 기준패턴의 라이브러리를 상관시키는 단계를 더 포함하는 것을 특징으로 하는 방법.
  16. 제15항에 있어서, 상기 시간 와핑단계는 연장된 파형을 제공하기 위하여 상기 하나의 분석된 파형을 선형시간 와핑하는 단계를 포함하는 것을 특징으로 하는 방법.
  17. 제14항에 있어서, 상기 수신단계는 다수의 방송정보를 동시에 수신하는 단계를 포함하며, 상기 비교, 큐잉, 상관 및 분류하는 단계는 본질적으로는 동시에 상기 다수의 방송정보에 대해 수행되는 것을 특징으로 하는 방법.
  18. 제14항에 있어서, 상기 방송정보에 대응하는 다수의 N개의 분석된 신호 패턴을 제공하기 위하여 상기 방송정보를 처리하는 단계; 상기 분석된 신호패턴으로부터 스펙트럼사진을 발생하는 단계; 상기 제1단 기준패턴에 비교하기 위한 상기 비교단계에 상기 스펙트럼사진을 제공하는 단계; 및 상기 제2단 기준패턴과 상관시키기 위한 상기 상관단계에 상기 분석된 신호패턴의 하나를 제공하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  19. 제18항에 있어서, 상기 처리단계는, 상기 방송정보를 다수의 대역으로 대역통과필터링하는 단계; 및 상기 다수의 분석된 신호패턴을 제공하기 위하여 상기 다수의 대역의 다수의 선형 조합을 계산하는 단계로 구성되는 것을 특징으로 하는 방법.
  20. 제19항에 있어서, 상기 대역통과필터링 단계는 상기 각 대역을 대역통과필터링, 정류, 및 저역통과필터링하는 단계를 포함하는 것을 특징으로 하는 방법.
  21. 제18항에 있어서, 스펙트럼사진을 발생하는 상기 단계는, 소정율로 상기 다수의 분석된 신호패턴을 샘플링하는 단계; N 주파수 채널, n시간 채널, 및 다수의 N(n) 메트릭스 성분을 갖는 시간/주파수 메트릭스를 구성하는 단계; 각 메트릭스 성분에 대하여 다음과 같은 식으로 메트릭스 값 XN,n을 계산하는 단계;
    (XN,n(t)=[K1×VAn(t)+…[KN×VNn(t)]
    여기서; t는 샘플이 상기 다수의 분석된 신호패턴으로부터 취해지는 시간과 동일하며; VAn내지 VNn은 샘플시간(t)에 취해진 처음부터 N번째까지 분석된 신호패턴의 진폭값이며; K1내지 KN은 광대역 충격에너지의 영향을 최소화하기 위하여 사전 선택된 상수이다.)를 포함하는 것을 특징으로 하는 방법.
  22. 제21항에 있어서, 상기 스펙트럼사진을 제공하기 위하여 상기 메트릭스를 정규화하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  23. 제21항에 있어서, 상기 제1단 기준패턴은 NXn기준 메트릭스의 성분으로 구성되며, 상기 비교단계는, 시간/주파수 메트릭스의 각 성분과 상기 기준 메트릭스의 각각의 다음 성분과의 변량을 측정하는 단계; 각 기준 메트릭스에 대한 거리 측정을 제공하기 위하여 시간/주파수 메트릭스와 각 기준 메트릭스간의 측정된 변량를 더하는 단계; 각 거리측정과 임계값을 비교하는 단계; 및 대응거리측정이 상기 임계값을 초과하는 제1단 기준패턴을 제거하는 단계로 구성되는 것을 특징으로 하는 방법.
  24. 제23항에 있어서, 상기 큐잉단계는 대응거리 측정에 따라서 비제거된 제1단 기준패턴을 주문하는 단계로 구성되는 것을 특징으로 하는 방법.
  25. 제14항에 있어서, 상기 상관관계는, 상기 방송정보에 관하여 적어도 하나의 제2단 기준패턴에 대한 상관값을 계산하는 단계; 및 상기 상관값과 임계 상관값을 비교하는 단계를 포함하며, 상기 분류단계는 대응 상관값이 상기 임계 기준값을 초과하는 제2단 기준패턴에만 유사한 상기 방송정보를 분류하는 단계를 포함하는 것을 특징으로 하는 방법.
  26. 제14항에 있어서, (a) 명확한 스펙트럼부분을 확인하기 위하여 기준 방송정보를 분석하는 연습단계; (b) 상기 명확한 부분으로부터 피크값 및 표준 편차값을 이용한 상기 명확한 부분에 대한 장점의 모양을 결정하는 연습단계; (c) 상기 명확한 부분으로부터 제1단 기준패턴을 발생하는 연습단계; (d) 시간 설정 감도에 대한 발생된 제1단 기준패턴을 검사하는 연습단계; (e) 발생된 제1단 기준패턴이 시간 감도 검사를 통과못할 때 상기 단계(a)-(d)를 반복하는 연습단계; 및 (f) 상기 발생된 제1단 기준패턴이 시간감도 검사를 통과할 때 제1 및 제2단 기준패턴을 제공하기 위하여 상기 명확한 스펙트럼부분을 이용하는 연습단계를 포함하는 것을 특징으로 하는 방법.
  27. 수신된 방송정보의 일부와 제1단 기준패턴의 라이브러리와 비교하는 단계; 상기 방송정보 부분에 유사한 순서로 상기 제1단기준패턴을 큐잉하는 단계; 상기 부분과 상기 큐잉단계에서 설정된 큐잉순서로 되어 있으며, 상기 제1단 기준패턴에 대응하는 상기 제2단 기준패턴의 라이브러리를 상관시키는 단계; 및 상기 상관단계에 근거하여 상기 제2단 기준패턴의 하나에 유사한 상기 방송정보를 분류하는 단계로 구성되는 것을 특징으로 하는 방송정보 분류방법.
  28. 제27항에 있어서, 상기 방송정보를 수신하는 단계; 다수의 스펙트럼 구분 가능한 파형을 제공하기 위하여 상기 방송을 처리하는 단계; 상기 파형에 대응하는 처리된 스펙트럼 정보를 제공하기 위하여 상기 파형을 처리하는 단계; 및 상기 처리된 스펙트럼 정보와 상기 제1단 기준패턴을 비교하는 상기 비교단계로 더 구성되는 것을 특징으로 하는 방법.
  29. 제28항에 있어서, 상기 파형을 처리하는 상기 단계는 N(n) 성분을 갖는 스펙트럼사진 메트릭스를 제공하기 위하여 상기 파형을 처리하는 단계를 포함하며, 상기 제1단 기준패턴의 각각은 N(n) 성분을 갖는 기준 메트릭스를 포함하며, 상기 기준 메트릭스의 각 성분과 상기 스펙트럼사진 메트릭스의 대응 성분간의 거리값을 측정하는 단계; 및 상기 스펙트럼사진 메트릭스에 관하여 각 기준 메트릭스에 대한 차이 측정을 제공하기 위하여 모든 상기 스펙트럼사진과 기준 메트릭스 성분에 대한 거리값을 더하는 단계를 포함하는 것을 특징으로 하는 방법.
  30. 제29항에 있어서, 상기 큐잉단계는, 대응 차이 측정이 소정의 임계치를 초과하는 기준 메트릭스를 무시하는 단계; 및 각 차이 측정에 따라서 무시되지 않은 기준 메트릭스를 큐잉하는 단계를 포함하는 것을 특징으로 하는 방법.
  31. 제27항에 있어서, 상기 비교단계는, 상기 방송정보를 수신하는 단계; 다수의 파형을 공급하기 위하여 상기 방송정보를 처리하는 단계; 및 상기 파형의 선형 조합인 다수의 특징 시퀀스를 제공하기 위하여 상기 파형을 처리하는 단계를 포함하며, 상기 상관단계를 상기 제2단 기준패턴의 하나에 대응하는 상호 상관값이 소정 임계치를 초과할 때까지 상기 특징 시퀀스의 하나와 상기 제2단 기준패턴을 상호 상관시키는 단계를 포함하는 것을 특징으로 하는 방법.
  32. 제31항에 있어서, 시간 연장된 특징 시퀀스 및 시간 압축된 특징 시퀀스를 제공하기 위하여 상기 하나의 특징 시퀀스를 시간와핑하는 단계를 더 포함하며, 상기 상호 상관관계는 상기 제2단 기준패턴과 시간 연장된 시퀀스, 상기 시간 압축된 특징 시퀀스 및 상기 하나의 특징 시퀀스의 적어도 하나를 상호 상관시키는 단계를 포함하는 것을 특징으로 하는 방법.
  33. 제27항에 있어서, 다수의 기준정보를 제공하는 연습단계; 명확한 스펙트럼 부분을 식별하기 위하여 상기 기준정보의 각각을 분석하는 연습단계; 상기 명확한 부분으로부터 제1단 기준패턴을 발생하는 연습단계; 시간 설정 감도에 대한 발생된 제1단 기준패턴을 검사하는 연습단계; 및 발생된 제1단 기준패턴이 시간 설정 감도 검사를 통과할 때 상기 명확한 부분으로부터 제2단 기준패턴을 발생하는 연습단계를 더 포함하는 것을 특징으로 하는 방법.
  34. 방송정보를 수신하는 수단, 상기 정보의 스펙트럼분석을 수행하고 이에 대응하는 다수의 분석된 파형을 제공하는 수단; 및 (a) 상기 파형으로부터 스펙트럼사진을 발생하며; (b) 발생된 스펙트럼사진과 다수의 소정의 제1단 기준스펙트럼사진을 비교하며; (c) 상기 발생된 스펙트럼사진에 유사한 순서로 제1단 기준스펙트럼사진을 큐잉하며; (d) 상기 제1단 기준스펙트럼에 대응하는 다수의 소정의 제2단 기준패턴의 적어도 하나와 상관된 제2단 기준패턴의 각각에 대한 상관값을 제공하도록 설정된 큐잉 순서로 상기 분석된 파형의 하나와 상관시키며; (e) 상기 상관값의 하나가 임계 상관값을 초과할 때를 결정하기 위하여 상관을 모니터하며; (f) 상기 임계값을 초과하는 상관값에 대응하는 제2단 기준패턴을 식별하며; (g) 식별된 제2단 기준패턴에 유사한 방송정보를 분류하기 위한 처리수단으로 구성되는 것을 특징으로 하는 방송정보 분류장치.
  35. 제34항에 있어서, 큐잉을 위한 상기 처리수단은 큐우를 상기 발생된 스펙트럼사진에 관한 유사 임계치보다 적은 제1단 기준스펙트럼사진에만 제한하기 위한 처리수단을 포함하는 것을 특징으로 하는 장치.
  36. 제34항에 있어서, 상기 스펙트럼사진을 발생하기 위한 상기 처리수단은 (a1) 상기 분석된 파형의 다수의 선형 조합을 계산하며; (a) 상기 선형조합을 멀티채널 특징 시퀀스로 형성하며; (a3) 상기 특정시퀀스를 이동 평균필터로 스우딩하며; (a4) 낮은 대역폭 특징 세트를 제공하기 위하여 스무드된 특징 시퀀스를 재샘플하며; 및 상기 특정 세트를 성분 메트릭스를 갖는 발생된 시간/주파수 스펙트럼사진으로 형성하기 위한 처리수단을 포함하는 것을 특징으로 하는 장치.
  37. 제36항에 있어서, 상기 제1단 기준스펙트럼사진은 시간/주파수 메트릭스의 성분을 가지며, 발생된 스펙트럼사진과 기준스펙트럼사진을 비교하기 위한 상기 처리수단은 (b1) 상기 발생된 스펙트럼사진의 각성분과 상기 기준스펙트럼사진의 하나의 대응 성분간의 차이를 계산하며; (b2) 상기 발생된 스펙트럼사진성분과 상기 기준스펙트럼사진 성분간의 차이를 더하며; (b3) 상기 발생된 스펙트럼사진과 차이합에 근거한 상기 하나의 기준스펙트럼사진간의 거리를 계산하며; 및 (b4) 상기 다수의 제1단 기준스펙트럼사진의 각각에 대해 그 기능(b1)-(b4)을 반복하기 위한 처리수단을 포함하는 것을 특징으로 하는 장치.
  38. 제37항에 있어서, 발생된 스펙트럼사진과 기준스펙트럼사진을 비교하기 위한 상기 처리수단은(b5) 계산된 거리와 임계 거리값을 비교하는 처리수단을 더 포함하며, 상기 큐잉수단은 대응거리가 상기 임계 거리값에 속하는 제1단 기준패턴만 큐잉하는 수단을 포함하는 것을 특징으로 하는 장치.
  39. 제34항에 있어서, 방송정보를 수신하는 상기 수단은 대응하는 다수의 방송소스로부터 다수의 상기 방송정보를 동시에 수신하기 위한 수단을 포함하며, 수행하기 위한 상기 수단 및 (a)발생, (b)비교, (c)큐잉, (d)상관, (e)모니터, (f) 식별, 및 (g) 분류하기 위한 상기 처리수단은 상기 다수의 방송정보에 이 기능을 수행하기 위한 처리수단을 포함하는 것을 특징으로 하는 장치.
  40. 제34항에 있어서, 상기 스펙트럼분석을 수행하기 위한 상기 수단은, 상기 방송정보를 다수의 채널에 공급하는 수단, 각 채널에 필터된 신호를 제공하기 위하여 각 채널에서 상기 방송정보를 대역통과필터링하는 수단; 각 채널에 정류된 신호를 제공하기 위하여 각 채널에서 상기 필터된 신호를 정류하는 수단; 및 상기 처리수단에 다수의 정류되고 필터된 신호를 제공하는 수단, 을 포함하는 것을 특징으로 하는 장치.
  41. 제40항에 있어서, 대역통과필터용 상기 수단이 상기 채널 각각에 상이한 값의 대역통과필터를 포함하는 것을 특징으로 하는 장치.
  42. 제34항에 있어서, 상관시키기 위한 처리수단이 (d1) 실행용 상기 수단으로부터 상기 분석된 파형중 하나를 수신하고; (d2) 적어도 하나의 시간 와프된 파형을 공급하기 위해 상기 하나의 분석된 파형을 시간 와프하고; (d3) 다수의 상관값을 공급하기 위해 상기 시간와프된 파형과 상기 적어도 하나의 제2단 기준패턴을 상호 상관시키고; 및 (d4) 상기 다수의 상관값중에 최대상관값을 선택하기 위한 처리수단을 포함하는 것을 특징으로 하는 장치.
  43. 제42항에 있어서, (d2) 시간 와핑용 상기 처리수단이 적어도 하나의 연장된 시간와프된 파형을 공급하는 처리수단을 포함하며, (d3) 상기 분석된 파형과 상기 연장된 파형 각각에 대한 다수의 상관값을 공급하도록 상호 상관용 상기 처리수단이 상기 연장된 파형 및 상기 분석된 파형과 상기 제2단 기준패턴을 독립적으로 상호 상관시키는 수단을 포함하는 것을 특징으로 하는 장치.
  44. 제34항에 있어서, (d2) 시간와핑하는 상기 처리수단이 적어도 하나의 압축된 시간 와프된 파형을 공급하는 처리수단을 포함하며, (d3) 상호 상관용 상기 처리수단이 상기 제2단 기준패턴과 상기 압축된 파형, 상기 연장된 파형, 및 상기 분석된 파형을 독립적인 상호 상관시키는 처리수단을 포함하는 것을 특징으로 하는 장치.
  45. 제43항에 있어서, 상기 처리수단이 (t1) 다수의 기준 방송정보를 수신하고; (t2) 가장 명확한 스펙트럼 부분을 결정하기 위하여 각 기준 방송정보를 분석하고; (t3) 가장 명확한 부분으로부터의 상기 다수의 기준 방송정보 각각에 대하여 제1단 기준스펙트럼사진을 발생하고; 및 (t4) 가장 명확한 부분으로부터 상기 다수의 기준 방송정보 각각에 대하여 제2단 기준패턴을 발생하는 처리수단을 포함하는 것을 특징으로 하는 방법.
  46. 제34항에 있어서, 상기 처리수단이 상기 비교이전에 발생된 스펙트럼사진을 정규화하는 수단을 포함하는 것을 특징으로 하는 장치.
  47. 방송정보를 수신하는 수단; (a) 상기 정보와 제1단 기준패턴의 라이브러리를 비교하고; (b)상기 정보와 유사한 순서로 제1단 기준패턴을 큐잉하고; (c) 설정된 큐잉명령에서, 방송정보와 상기 제1단 기준패턴에 대응하는 제2단 기준패턴의 라이브러리를 상관시키며; 및 (d) 상기 상관에 기초한 상기 제2단 기준패턴중의 하나와 유사한 상기 방송정보를 분류하는 처리수단을 포함하는 것을 특징으로 하는 방송정보 분류장치.
  48. 제47항에 있어서, 상기 방송정보로부터 다수의 분석된 파형을 발생하는 수단을 더 포하하며; 상기 처리수단이 (a1) 적어도 하나의 시간 와프된 파형을 공급하도록 상기 분석된 파형중 하나를 시간 와핑하는 처리수단을 포함하고; 및 (c) 상관시키며는 상기 처리수단이 상기 하나의 분석된 파형과 상기 시간 와프된 파형을 제2단 기준패턴의 상기 라이브러리와 상관시키는 처리수단을 포함하는 것을 특징으로 하는 장치.
  49. 제48항에 있어서, (a1) 시간 와핑용 상기 처리수단이 연장된 파형을 공급하도록 상기 하나의 분석된 파형을 선형적으로 시간와핑하는 처리수단을 포함하는 것을 특징으로 하는 장치.
  50. 제47항에 있어서, 수신용 상기 수단이 다수의 방송정보를 동시에 수신하는 수단을 포함하며, 및 상기 처리수단이 실제로 동시에 상기 다수의 방송정보에 대해 처리기능(a)-(d)을 실행하는 수단을 포함하는 것을 특징으로 하는 장치.
  51. 제47항에 있어서, (a) 비교용 상기 처리수단이, (a1) 상기 방송정보에 대응하는 다수(N)의 분석된 신호패턴을 공급하도록 상기 방송정보를 처리하고; (a2) 상기 분석된 신호패턴으로부터 스펙트럼사진을 발생하고; (a3) 상기 스펙트럼사진을 상기 제1단 기준패턴과 비교하기 위한 비교용 상기 처리수단에 공급하며; 및 (a4) 상기 분석된 신호 패턴중 하나를 상기 기준패턴과 상관시키기 위한 상관용 상기 처리수단에 공급하기 위한 처리수단을 포함하는 것을 특징으로 하는 장치.
  52. 제51항에 있어서, (a) 비교용 상기 처리수단이, (a1a) 상기 방송정보를 다수의 대역으로 대역통과필터시키며; 및 (a1b) 상기 다수의 분석된 신호패턴을 공급하기 위해 상기 다수의 대역중 다수의 선형결합을 계산하기 위한 처리수단을 포함하는 것을 특징으로 하는 장치.
  53. 제52항에 있어서, (a1a) 대역통과필터용 상기 수단이 각각의 상기 대역을 정류하여 저역필터링 하는 수단을 포함하는 것을 특징으로 하는 장치.
  54. 제51항에 있어서, (a2) 스펙트럼사진을 발생하는 상기 처리수단이 (a2a) 상기 다수의 분석된 신호패턴을 소정율로 샘플링하고; (a2a) N 주파수 채널, n시간 채널, 및 다수의 N(N) 메트릭스성분을 갖는 시간/주파수 메트릭스를 구성하며; (a2c) 각각의 메트릭스 성분에 대해서 다음과 같은 식에 따라
    XN,n(t)=[K1×VAn(t)+…[KN×VNn(t)]
    (여기서; t는 샘플이 상기 다수의 분석된 신호패턴으로부터 취해지는 시간과 같고; VAn내지 VNn은 샘플시간 t에서 취해진 제1번째 내지 N번째 분석된 신호패턴의 진폭값이며; 및 K1내지 KN은 광대역 충격에너지의 영향을 최소화하도록 미리 선택된 상수이다.) 메트릭스 값(XN,n)을 계산하는 처리수단을 포함하는 것을 특징으로 하는 방법.
  55. 제54항에 있어서, (a2) 스펙트럼사진을 발생하는 상기 처리수단이 상기 스펙트럼사진을 제공하도록 상기 메트릭스를 정규화하기 위한 처리수단을 포함하는 것을 특징으로 하는 방법.
  56. 제54항에 있어서, 각각의 상기 제1단 기준패턴이 NXn기준 메트릭스성분으로 구성되며, 및 구성하기 위한 상기 처리수단이 (a5) 시간/주파수 메트릭스의 각 성분과 상기 기준 메트릭스 각각의 대응 성분간의 변량을 측정하고; (a6) 각각의 기준메트릭스에 대한 거리 측정을 제공하도록 시간/주파수 메트릭스와 각각의 기준메트릭스간에 측정된 변량를 더하고; (a7) 각각의 거리측정치를 한계치와 비교하며; 및 (a8) 대응하는 거리 측정치가 상기 한계치를 초과하는 제1단 기준패턴을 제거하기 위한 처리수단을 포함하는 것을 특징으로 하는 장치.
  57. 제56항에 있어서, (b) 큐잉하기 위한 처리수단이 대응거리측정치에 따라 제거되지 않은 제1단 기준패턴을 큐잉하는 처리수단을 포함하는 것을 특징으로 하는 장치.
  58. 제47항에 있어서, (c) 상관용 상기 처리수단이, (c1) 상기 방송정보에 관하여 적어도 하나의 제2단 기준패턴에 대한 상관값을 계산하고; 및 (c2) 상기 상관값을 한계 상관값과 비교하기 위한 처리수단을 포함하며; 및 (d) 분류용 상기 처리수단은 대응하는 상관값이 상기 한계 기준값을 초과하는 단지 제2단 기준패턴에만 유사한 상기 방송정보를 분류하기 위한 처리수단을 포함하는 것을 특징으로 하는 장치.
  59. 제47항에 있어서, 상기 처리수단이 (e) 명확한 스펙트럼부분을 확인하기 위해 상기 방송 정보를 분석하고; (f) 상기 명확한 부분으로부터 피크치와 피크치 표준 편차를 사용하는 상기 명확한 부분에 대한 장점의 수치를 결정하고; (g) 상기 명확한 부분으로부터 제1단 기준패턴을 발생하고; (h) 시간 설정감도에 대한 발생된 제1단 기준패턴을 시험하고; (i) 발생된 제1단 기준패턴이 시간감도 시험을 통과못할 때 기능(e)-(h)를 반복하며; 및 (j) 발생된 제1단 기준패턴이 시간감도 시험을 통과할 때 제1 및 제2단 기준패턴을 제공하도록 상기 명확한 스펙트럼 부분을 사용하기 위한 처리수단을 포함하는 것을 특징으로 하는 장치.
  60. 상기 방송정보를 수신하기 위한 수단; 및 (a) 수신된 방송정보의 일부를 제1단 기준패턴의 라이브러리와 비교하고; (b) 상기 방송정보 부분과 유사한 순서로 상기 제1단계 기준패턴을 큐잉하고; (c) 상기 부분을 상기 큐잉단계에서 형성된 큐잉순서로 되어 있으며, 상기 제1단 기준패턴에 대응하는 상기 제2단 기준패턴과 상관시키며; 및 (d) 상기 상관단계에 기초한 상기 제2단 기준패턴들중 하나와 유사한 상기 방송정보를 분류하기 위한 처리수단을 포함하는 것을 특징으로 하는 방송정보 분류 장치.
  61. 제60항에 있어서, 상기 방송정보를 수신하는 수단; 스펙트럼적으로 구별 가능한 다수의 파형을 공급하도록 상기 방송을 처리하는 수단; 을 더 포함하며, 상기 처리수단이 (ⅰ) 상기 파형에 대응하는 처리된 스펙트럼 정보를 제공하도록 상기 파형을 처리하고; (ⅱ) 상기 처리된 스펙트럼정보를 상기 제1단 기준패턴과 비교하기 위한 수단을 포함하는 것을 특징으로 하는 장치.
  62. 제61항에 있어서, 상기 처리수단이 (ia) Nxn성분을 갖는 스펙트럼사진 메트릭스를 제공하도록 상기 파형을 처리하기 위한 수단을 포함하며, 각각의 상기 제1단 기준패턴이 Nxn성분을 갖는 기준메트릭스를 포함하며, (iia) 상기 기준메트릭스의 각 성분가 상기 스펙트럼사진 메트릭스의 대응 성분간의 거리를 측정하고, (iib) 상기 스펙트럼사진 메트릭스에 관하여 각각의 기준메트릭스에 대한 차이 측정을 하도록 상기 스펙트럼사진의 모두에 대한 거리치와 기준메트릭스 성분을 더하는 것을 특징으로 하는 장치.
  63. 제62항에 있어서, (b) 큐잉하기 위한 상기 처리수단이 (b1) 소정한계를 초과한 차이측정치에 대응하는 기준메트릭스를 무시하고, 및 (b2) 각각의 차이 측정치에 따라 무시되지 않은 기준메트릭스를 큐잉하기 위한 처리수단을 포함하는 것을 특징으로 하는 장치.
  64. 제60항에 있어서, (a) 비교용 상기 처리수단이 (a1) 다수의 파형을 공급하도록 상기 방송정보를 처리하고, 및 (a2) 상기 파형의 선형조합인 다수의 특징 시퀀스를 공급하도록 상기 파형들을 처리하기 위한 처리수단을 포함하며; (c) 상관용 상기 처리수단이 (c1) 상기 제2단 기준패턴중의 하나에 대응하는 상호 상관값이 소정 한계를 초과할 때까지 상기 특징 시퀀스중 하나와 상기 제2단 기준패턴을 상호 상관시키기 위한 처리수단을 포함하는 것을 특징으로 하는 장치.
  65. 제64항에 있어서, (c) 상관용 상기 처리수단이 (c1) 시간 연장된 특징시퀀스와 시간 압축된 특징 시퀀스를 공급하도록 상기 하나의 특징 시퀀스를 시간 와핑하는 처리수단을 포함하며, (c1) 상호 상관용 상기 처리수단이 (c2) 상기 제2단 기준패턴을 상기 시간 연장된 특징 시퀀스, 상기 시간 압축된 특징시퀀스, 및 상기 하나의 특징 시퀀스중의 적어도 하나와 상호 상관시키기 위한 처리수단을 포함하는 것을 특징으로 하는 장치.
  66. 제60항에 있어서, 상기 처리수단이 (t1) 다수의 기준정보를 공급하고, (t2) 명확한 스펙트럼부분을 확인하도록 상기 기준정보의 각각을 분석하고, (t3) 상기 명확한 부분으로부터 제1단 기준패턴을 발생하고, (t4) 시간 설정감도에 대한 발생된 제1단 기준패턴을 시험하며, 및 (t5) 발생된 제1단 기준패턴이 시간 설정감도 시험을 통과할 때 상기 명확한 부분으로부터 제2단 기준패턴을 발생하기 위한 처리수단을 포함하는 것을 특징으로 하는 장치.
KR1019880007617A 1987-06-24 1988-06-23 방송 정보 분류시스템 및 방법 KR960000152B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US07/066,106 1987-06-24
US066,106 1987-06-24
US07/066,106 US4843562A (en) 1987-06-24 1987-06-24 Broadcast information classification system and method

Publications (2)

Publication Number Publication Date
KR890000962A KR890000962A (ko) 1989-03-17
KR960000152B1 true KR960000152B1 (ko) 1996-01-03

Family

ID=22067283

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019880007617A KR960000152B1 (ko) 1987-06-24 1988-06-23 방송 정보 분류시스템 및 방법

Country Status (16)

Country Link
US (1) US4843562A (ko)
EP (1) EP0319567B1 (ko)
JP (1) JP3001896B2 (ko)
KR (1) KR960000152B1 (ko)
AR (1) AR246827A1 (ko)
AT (1) ATE85735T1 (ko)
AU (1) AU613941B2 (ko)
BR (1) BR8807105A (ko)
CA (1) CA1290063C (ko)
DE (1) DE3878423T2 (ko)
DK (1) DK83389D0 (ko)
ES (1) ES2012834A6 (ko)
HK (1) HK1000982A1 (ko)
IL (1) IL86701A (ko)
MX (1) MX166116B (ko)
WO (1) WO1988010540A1 (ko)

Families Citing this family (326)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5005210A (en) * 1987-12-30 1991-04-02 The Boeing Company Method and apparatus for characterizing a radio transmitter
US5019899A (en) * 1988-11-01 1991-05-28 Control Data Corporation Electronic data encoding and recognition system
US5027058A (en) * 1990-02-26 1991-06-25 Tektronix, Inc. Multi-standard video option for oscilloscope
EP0448322A3 (en) * 1990-03-23 1992-11-25 Tektronix, Inc. Automatic extraction of pulseparametrics from multi-valued functions
US5210820A (en) * 1990-05-02 1993-05-11 Broadcast Data Systems Limited Partnership Signal recognition system and method
JPH05509409A (ja) * 1990-06-21 1993-12-22 レイノルズ　ソフトウエア，インコーポレイティド 波動分析・事象認識方法およびその装置
JP2890831B2 (ja) * 1990-11-28 1999-05-17 ヤマハ株式会社 Ｍｉｄｉコード作成装置
US5200822A (en) * 1991-04-23 1993-04-06 National Broadcasting Company, Inc. Arrangement for and method of processing data, especially for identifying and verifying airing of television broadcast programs
FR2681997A1 (fr) * 1991-09-30 1993-04-02 Arbitron Cy Procede et dispositif d'identification automatique d'un programme comportant un signal sonore.
US5903454A (en) 1991-12-23 1999-05-11 Hoffberg; Linda Irene Human-factored interface corporating adaptive pattern recognition based controller apparatus
US6850252B1 (en) 1999-10-05 2005-02-01 Steven M. Hoffberg Intelligent electronic appliance system and method
US8352400B2 (en) 1991-12-23 2013-01-08 Hoffberg Steven M Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore
US6400996B1 (en) 1999-02-01 2002-06-04 Steven M. Hoffberg Adaptive pattern recognition based control system and method
US6418424B1 (en) 1991-12-23 2002-07-09 Steven M. Hoffberg Ergonomic man-machine interface incorporating adaptive pattern recognition based control system
US7242988B1 (en) * 1991-12-23 2007-07-10 Linda Irene Hoffberg Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore
US10361802B1 (en) * 1999-02-01 2019-07-23 Blanding Hovenweep, Llc Adaptive pattern recognition based control system and method
IL101556A (en) * 1992-04-10 1996-08-04 Univ Ramot Multi-channel signal separation using cross-polyspectra
US5436653A (en) * 1992-04-30 1995-07-25 The Arbitron Company Method and system for recognition of broadcast segments
US5721788A (en) * 1992-07-31 1998-02-24 Corbis Corporation Method and system for digital image signatures
US5471401A (en) * 1992-09-09 1995-11-28 Basic Measuring Instruments, Inc. Waveform library for characterizing an AC power line spectrum
JPH06110945A (ja) * 1992-09-29 1994-04-22 Fujitsu Ltd 音楽データベース作成装置及びその検索装置
GB9221678D0 (en) * 1992-10-15 1992-11-25 Taylor Nelson Group Limited Identifying a received programme stream
US5437050A (en) * 1992-11-09 1995-07-25 Lamb; Robert G. Method and apparatus for recognizing broadcast information using multi-frequency magnitude detection
NZ314404A (en) * 1992-11-16 1998-11-25 Ceridian Corp Encoding symbols in audio signals that represent frequency information, for identifying broadcast programs during audience survey
CH689662A5 (de) * 1993-01-13 1999-07-30 Sieghard Dr Gall Verfahren zur Erfassung des Probandenverhaltens bezueglich verschiedener gleichzeitig verfuegbarer Programme.
US5577266A (en) * 1993-04-08 1996-11-19 Digital D.J. Inc. Broadcast system with associated data capabilities
US5491838A (en) * 1993-04-08 1996-02-13 Digital D.J. Inc. Broadcast system with associated data capabilities
US5812937B1 (en) * 1993-04-08 2000-09-19 Digital Dj Inc Broadcast data system with multiple-tuner receiver
US5579537A (en) * 1993-04-08 1996-11-26 Digital D.J. Inc. Broadcast system with associated data capabilities
US5448760A (en) * 1993-06-08 1995-09-05 Corsair Communications, Inc. Cellular telephone anti-fraud system
US5420910B1 (en) * 1993-06-29 1998-02-17 Airtouch Communications Inc Method and apparatus for fraud control in cellular telephone systems utilizing rf signature comparison
US5950121A (en) * 1993-06-29 1999-09-07 Airtouch Communications, Inc. Method and apparatus for fraud control in cellular telephone systems
US5485518A (en) * 1993-09-30 1996-01-16 Yellowstone Environmental Science, Inc. Electronic media program recognition and choice
US5768426A (en) * 1993-11-18 1998-06-16 Digimarc Corporation Graphics processing system employing embedded code signals
US6944298B1 (en) 1993-11-18 2005-09-13 Digimare Corporation Steganographic encoding and decoding of auxiliary codes in media signals
US5841978A (en) 1993-11-18 1998-11-24 Digimarc Corporation Network linking method using steganographically embedded data objects
US5822436A (en) * 1996-04-25 1998-10-13 Digimarc Corporation Photographic products and methods employing embedded information
US6983051B1 (en) 1993-11-18 2006-01-03 Digimarc Corporation Methods for audio watermarking and decoding
US7313251B2 (en) 1993-11-18 2007-12-25 Digimarc Corporation Method and system for managing and controlling electronic media
US5748763A (en) * 1993-11-18 1998-05-05 Digimarc Corporation Image steganography system featuring perceptually adaptive and globally scalable signal embedding
US6614914B1 (en) 1995-05-08 2003-09-02 Digimarc Corporation Watermark embedder and reader
US5488425A (en) * 1993-12-22 1996-01-30 At&T Corp. Apparatus for storing video information by recognizing video frames
US5450490A (en) * 1994-03-31 1995-09-12 The Arbitron Company Apparatus and methods for including codes in audio signals and decoding
AT410047B (de) * 1994-03-31 2003-01-27 Arbitron Co Vorrichtung und verfahren zum einfügen von kodes in audiosignale und zum dekodieren
JPH07327017A (ja) * 1994-05-31 1995-12-12 Fuji Software Kk 聴取率調査装置及び方法
DE4420075C2 (de) * 1994-06-08 1999-12-30 Kayser Threde Gmbh Vorrichtungen und Verfahren zum Erfassen der Nutzung von Rundfunkprogrammen
JP2768274B2 (ja) * 1994-09-08 1998-06-25 日本電気株式会社 音声認識装置
US6560349B1 (en) 1994-10-21 2003-05-06 Digimarc Corporation Audio monitoring using steganographic information
US8094949B1 (en) 1994-10-21 2012-01-10 Digimarc Corporation Music methods and systems
US7724919B2 (en) * 1994-10-21 2010-05-25 Digimarc Corporation Methods and systems for steganographic processing
AU4193096A (en) * 1994-10-24 1996-05-15 Michael T. Rossides A data collection and retrieval system for registering charges and royalties to users
WO1996025709A1 (en) * 1995-02-16 1996-08-22 Rossides Michael T A data collection and retrieval system for registering charges and royalties to users
US6760463B2 (en) * 1995-05-08 2004-07-06 Digimarc Corporation Watermarking methods and media
US7224819B2 (en) 1995-05-08 2007-05-29 Digimarc Corporation Integrating digital watermarks in multimedia content
US7486799B2 (en) 1995-05-08 2009-02-03 Digimarc Corporation Methods for monitoring audio and images on the internet
US7805500B2 (en) * 1995-05-08 2010-09-28 Digimarc Corporation Network linking methods and apparatus
US5712953A (en) * 1995-06-28 1998-01-27 Electronic Data Systems Corporation System and method for classification of audio or audio/video signals based on musical content
US6829368B2 (en) 2000-01-26 2004-12-07 Digimarc Corporation Establishing and interacting with on-line media collections using identifiers in media signals
US6505160B1 (en) * 1995-07-27 2003-01-07 Digimarc Corporation Connected audio and other media objects
US6411725B1 (en) * 1995-07-27 2002-06-25 Digimarc Corporation Watermark enabled video objects
US6965682B1 (en) 1999-05-19 2005-11-15 Digimarc Corp Data transmission by watermark proxy
US7562392B1 (en) * 1999-05-19 2009-07-14 Digimarc Corporation Methods of interacting with audio and ambient music
US6577746B1 (en) 1999-12-28 2003-06-10 Digimarc Corporation Watermark-based object linking and embedding
US5819171A (en) * 1995-08-31 1998-10-06 Cellular Technical Services Co., Inc. Automated forced call disruption for use with wireless telephone systems
US6023619A (en) * 1995-12-22 2000-02-08 Airtouch Communications, Inc. Method and apparatus for exchanging RF signatures between cellular telephone systems
US5715518A (en) * 1996-03-06 1998-02-03 Cellular Technical Services Company, Inc. Adaptive waveform matching for use in transmitter identification
US5991737A (en) * 1996-03-11 1999-11-23 Connexus Corporation Automated consumer response to publicly broadcast information
US6381341B1 (en) 1996-05-16 2002-04-30 Digimarc Corporation Watermark encoding method exploiting biases inherent in original signal
US5893031A (en) * 1996-06-27 1999-04-06 Cellular Technical Services Company, Inc. System and method for collection of transmission characteristics
US5940751A (en) * 1996-06-27 1999-08-17 Cellular Technical Services Company, Inc. System and method for detection of fraud in a wireless telephone system
US5956635A (en) * 1996-07-16 1999-09-21 Cellular Technical Services Company, Inc. Detection and prevention of channel grabbing in a wireless communications system
US5924025A (en) * 1996-10-25 1999-07-13 Cellular Technical Services Company, Inc. System and method for detection of redial fraud in a cellular telephone system
US7751596B2 (en) * 1996-11-12 2010-07-06 Digimarc Corporation Methods and arrangements employing digital content items
US6675383B1 (en) * 1997-01-22 2004-01-06 Nielsen Media Research, Inc. Source detection apparatus and method for audience measurement
US5999807A (en) * 1997-02-28 1999-12-07 Cellular Technical Services Company, Inc. System and method for the verification of authentic telephone numbers in a wireless telephone system
US5970405A (en) * 1997-02-28 1999-10-19 Cellular Technical Services Co., Inc. Apparatus and method for preventing fraudulent calls in a wireless telephone system using destination and fingerprint analysis
US5999806A (en) * 1997-02-28 1999-12-07 Cellular Technical Services Company, Inc. Waveform collection for use in wireless telephone identification
US5956634A (en) * 1997-02-28 1999-09-21 Cellular Technical Services Company, Inc. System and method for detection of fraud in a wireless telephone system
US7308485B2 (en) 1997-04-15 2007-12-11 Gracenote, Inc. Method and system for accessing web pages based on playback of recordings
DE19810114A1 (de) * 1998-03-09 1999-09-16 Stefan Weigelt Suchverfahren für Musikstücke, insbesondere für Rundfunkempfangsgeräte
US7689532B1 (en) 2000-07-20 2010-03-30 Digimarc Corporation Using embedded data with file sharing
US6263031B1 (en) * 1998-04-29 2001-07-17 Hughes Electronics Corp. Method and apparatus for signal burst classification
ES2296585T3 (es) * 1998-05-12 2008-05-01 Nielsen Media Research, Inc. Sistema de medicion de audiencia para la television digital.
US7644282B2 (en) 1998-05-28 2010-01-05 Verance Corporation Pre-processed information embedding system
US6826350B1 (en) * 1998-06-01 2004-11-30 Nippon Telegraph And Telephone Corporation High-speed signal search method device and recording medium for the same
US6163510A (en) * 1998-06-30 2000-12-19 International Business Machines Corporation Multimedia search and indexing system and method of operation using audio cues with signal thresholds
US6792043B1 (en) * 1998-10-23 2004-09-14 Telecommunications Advancement Organization Of Japan Method, apparatus and program products for retrieving moving image
DE19850642C2 (de) * 1998-11-03 2003-08-07 Infineon Technologies Ag Verfahren zur Reduzierung des Crest-Faktors eines Signals
US7904187B2 (en) 1999-02-01 2011-03-08 Hoffberg Steven M Internet appliance system and method
US8095796B2 (en) * 1999-05-19 2012-01-10 Digimarc Corporation Content identifiers
US7302574B2 (en) * 1999-05-19 2007-11-27 Digimarc Corporation Content identifiers triggering corresponding responses through collaborative processing
US6871180B1 (en) 1999-05-25 2005-03-22 Arbitron Inc. Decoding of information in audio signals
US6721954B1 (en) 1999-06-23 2004-04-13 Gateway, Inc. Personal preferred viewing using electronic program guide
US6910011B1 (en) * 1999-08-16 2005-06-21 Haman Becker Automotive Systems - Wavemakers, Inc. Noisy acoustic signal enhancement
US6591421B1 (en) 1999-08-25 2003-07-08 Spotware Technologies, Inc. System and method for automatically detecting and generating electronic program guide entries of future programming
US7117149B1 (en) * 1999-08-30 2006-10-03 Harman Becker Automotive Systems-Wavemakers, Inc. Sound source classification
US7072863B1 (en) 1999-09-08 2006-07-04 C4Cast.Com, Inc. Forecasting using interpolation modeling
US8326584B1 (en) 1999-09-14 2012-12-04 Gracenote, Inc. Music searching methods based on human perception
US7194752B1 (en) 1999-10-19 2007-03-20 Iceberg Industries, Llc Method and apparatus for automatically recognizing input audio and/or video streams
US7174293B2 (en) * 1999-09-21 2007-02-06 Iceberg Industries Llc Audio identification system and method
CA2310769C (en) * 1999-10-27 2013-05-28 Nielsen Media Research, Inc. Audio signature extraction and correlation
US6925489B1 (en) 1999-11-22 2005-08-02 Agere Systems Inc. Methods and apparatus for identification and purchase of broadcast digital music and other types of information
WO2001052178A1 (en) * 2000-01-13 2001-07-19 Digimarc Corporation Authenticating metadata and embedding metadata in watermarks of media signals
US6577346B1 (en) * 2000-01-24 2003-06-10 Webtv Networks, Inc. Recognizing a pattern in a video segment to identify the video segment
US6737957B1 (en) 2000-02-16 2004-05-18 Verance Corporation Remote control signaling using audio watermarks
US6834308B1 (en) 2000-02-17 2004-12-21 Audible Magic Corporation Method and apparatus for identifying media content presented on a media playing device
US6963975B1 (en) * 2000-08-11 2005-11-08 Microsoft Corporation System and method for audio fingerprinting
US7035873B2 (en) * 2001-08-20 2006-04-25 Microsoft Corporation System and methods for providing adaptive media property classification
US6990453B2 (en) 2000-07-31 2006-01-24 Landmark Digital Services Llc System and methods for recognizing sound and music signals in high noise and distortion
US7853664B1 (en) 2000-07-31 2010-12-14 Landmark Digital Services Llc Method and system for purchasing pre-recorded music
WO2002017135A1 (en) 2000-08-23 2002-02-28 Koninklijke Philips Electronics N.V. Method of enhancing rendering of a content item, client system and server system
US8010988B2 (en) 2000-09-14 2011-08-30 Cox Ingemar J Using features extracted from an audio and/or video work to obtain information about the work
US8205237B2 (en) 2000-09-14 2012-06-19 Cox Ingemar J Identifying works, using a sub-linear time search, such as an approximate nearest neighbor search, for initiating a work-based action, such as an action on the internet
CN100461261C (zh) * 2000-10-23 2009-02-11 Ntt通信公司 乐曲认识方法与系统
US7277766B1 (en) 2000-10-24 2007-10-02 Moodlogic, Inc. Method and system for analyzing digital audio files
US6574594B2 (en) * 2000-11-03 2003-06-03 International Business Machines Corporation System for monitoring broadcast audio content
US7562012B1 (en) * 2000-11-03 2009-07-14 Audible Magic Corporation Method and apparatus for creating a unique audio signature
US6748360B2 (en) * 2000-11-03 2004-06-08 International Business Machines Corporation System for selling a product utilizing audio content identification
US6604072B2 (en) * 2000-11-03 2003-08-05 International Business Machines Corporation Feature-based audio content identification
US20020072982A1 (en) 2000-12-12 2002-06-13 Shazam Entertainment Ltd. Method and system for interacting with a user in an experiential environment
AU2002232817A1 (en) 2000-12-21 2002-07-01 Digimarc Corporation Methods, apparatus and programs for generating and utilizing content signatures
US8103877B2 (en) 2000-12-21 2012-01-24 Digimarc Corporation Content identification and electronic tickets, coupons and credits
US6965683B2 (en) * 2000-12-21 2005-11-15 Digimarc Corporation Routing networks for use with watermark systems
JP2002215192A (ja) * 2001-01-17 2002-07-31 Nec Corp オーディオ情報処理装置及び処理方法
CN1235408C (zh) 2001-02-12 2006-01-04 皇家菲利浦电子有限公司 生成和匹配多媒体内容的散列
US7359889B2 (en) * 2001-03-02 2008-04-15 Landmark Digital Services Llc Method and apparatus for automatically creating database for use in automated media recognition system
US20020140870A1 (en) * 2001-03-30 2002-10-03 Koninklijke Philips Electronics N.V. Entertainment receiver activated in response to received program content and method of operating same
US8949878B2 (en) * 2001-03-30 2015-02-03 Funai Electric Co., Ltd. System for parental control in video programs based on multimedia content information
US7363278B2 (en) * 2001-04-05 2008-04-22 Audible Magic Corporation Copyright detection and protection system and method
US7046819B2 (en) 2001-04-25 2006-05-16 Digimarc Corporation Encoded reference signal for digital watermarks
US7962482B2 (en) * 2001-05-16 2011-06-14 Pandora Media, Inc. Methods and systems for utilizing contextual feedback to generate and modify playlists
US6993532B1 (en) 2001-05-30 2006-01-31 Microsoft Corporation Auto playlist generator
EP2432190A3 (en) 2001-06-27 2014-02-19 SKKY Incorporated Improved media delivery platform
US8572640B2 (en) * 2001-06-29 2013-10-29 Arbitron Inc. Media data use measurement with remote decoding/pattern matching
US6968337B2 (en) * 2001-07-10 2005-11-22 Audible Magic Corporation Method and apparatus for identifying an unknown work
US7529659B2 (en) * 2005-09-28 2009-05-05 Audible Magic Corporation Method and apparatus for identifying an unknown work
US7877438B2 (en) 2001-07-20 2011-01-25 Audible Magic Corporation Method and apparatus for identifying new media content
US8972481B2 (en) * 2001-07-20 2015-03-03 Audible Magic, Inc. Playlist generation method and apparatus
AU2002346116A1 (en) * 2001-07-20 2003-03-03 Gracenote, Inc. Automatic identification of sound recordings
EP1421521A2 (en) * 2001-07-31 2004-05-26 Gracenote, Inc. Multiple step identification of recordings
US7295977B2 (en) * 2001-08-27 2007-11-13 Nec Laboratories America, Inc. Extracting classifying data in music from an audio bitstream
US6724914B2 (en) * 2001-10-16 2004-04-20 Digimarc Corporation Progressive watermark decoding on a distributed computing platform
US20030135623A1 (en) * 2001-10-23 2003-07-17 Audible Magic, Inc. Method and apparatus for cache promotion
US20030084459A1 (en) * 2001-10-30 2003-05-01 Buxton Mark J. Method and apparatus for modifying a media database with broadcast media
US7065544B2 (en) * 2001-11-29 2006-06-20 Hewlett-Packard Development Company, L.P. System and method for detecting repetitions in a multimedia stream
US6995309B2 (en) 2001-12-06 2006-02-07 Hewlett-Packard Development Company, L.P. System and method for music identification
US20030131350A1 (en) 2002-01-08 2003-07-10 Peiffer John C. Method and apparatus for identifying a digital audio signal
JP2005517211A (ja) 2002-02-05 2005-06-09 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 指紋の効率的格納
ATE386999T1 (de) * 2002-04-05 2008-03-15 Ibm Merkmal-basierte audio-inhaltsidentifikation
KR100820385B1 (ko) * 2002-04-25 2008-04-10 랜드마크 디지털 서비시즈 엘엘씨 확실하고 불변적인 오디오 패턴 매칭방법
US7987491B2 (en) 2002-05-10 2011-07-26 Richard Reisman Method and apparatus for browsing using alternative linkbases
US7974495B2 (en) * 2002-06-10 2011-07-05 Digimarc Corporation Identification and protection of video
US7082394B2 (en) * 2002-06-25 2006-07-25 Microsoft Corporation Noise-robust feature extraction using multi-layer principal component analysis
CN100426861C (zh) * 2002-07-01 2008-10-15 微软公司 对嵌于媒介流中的重复对象提供用户控制的系统和方法
US20040091111A1 (en) * 2002-07-16 2004-05-13 Levy Kenneth L. Digital watermarking and fingerprinting applications
US7222071B2 (en) * 2002-09-27 2007-05-22 Arbitron Inc. Audio data receipt/exposure measurement with code monitoring and signature extraction
US8959016B2 (en) 2002-09-27 2015-02-17 The Nielsen Company (Us), Llc Activating functions in processing devices using start codes embedded in audio
US9711153B2 (en) 2002-09-27 2017-07-18 The Nielsen Company (Us), Llc Activating functions in processing devices using encoded audio and detecting audio signatures
EP2782337A3 (en) 2002-10-15 2014-11-26 Verance Corporation Media monitoring, management and information system
US7483835B2 (en) * 2002-12-23 2009-01-27 Arbitron, Inc. AD detection using ID code and extracted signature
US8332326B2 (en) * 2003-02-01 2012-12-11 Audible Magic Corporation Method and apparatus to identify a work received by a processing system
US7895036B2 (en) * 2003-02-21 2011-02-22 Qnx Software Systems Co. System for suppressing wind noise
US7885420B2 (en) * 2003-02-21 2011-02-08 Qnx Software Systems Co. Wind noise suppression system
US8326621B2 (en) 2003-02-21 2012-12-04 Qnx Software Systems Limited Repetitive transient noise removal
US7725315B2 (en) * 2003-02-21 2010-05-25 Qnx Software Systems (Wavemakers), Inc. Minimization of transient noises in a voice signal
US8073689B2 (en) 2003-02-21 2011-12-06 Qnx Software Systems Co. Repetitive transient noise removal
US8271279B2 (en) 2003-02-21 2012-09-18 Qnx Software Systems Limited Signature noise removal
US7949522B2 (en) 2003-02-21 2011-05-24 Qnx Software Systems Co. System for suppressing rain noise
US7103750B2 (en) * 2003-03-20 2006-09-05 International Business Machines Corporation Method and apparatus for finding repeated substrings in pattern recognition
EP1620811A1 (en) * 2003-04-24 2006-02-01 Koninklijke Philips Electronics N.V. Parameterized temporal feature analysis
US6901606B2 (en) * 2003-05-20 2005-05-31 Nielsen Media Research, Inc. Method and apparatus for detecting time-compressed broadcast content
EP1645136B1 (en) * 2003-06-20 2017-07-05 Nielsen Media Research, Inc. Signature-based program identification apparatus and methods for use with digital broadcast systems
US7369677B2 (en) 2005-04-26 2008-05-06 Verance Corporation System reactions to the detection of embedded watermarks in a digital host content
US9055239B2 (en) 2003-10-08 2015-06-09 Verance Corporation Signal continuity assessment using embedded watermarks
US20070039018A1 (en) * 2005-08-09 2007-02-15 Verance Corporation Apparatus, systems and methods for broadcast advertising stewardship
US20060239501A1 (en) 2005-04-26 2006-10-26 Verance Corporation Security enhancements of digital watermarks for multi-media content
US7986913B2 (en) 2004-02-19 2011-07-26 Landmark Digital Services, Llc Method and apparatus for identificaton of broadcast source
US8738763B2 (en) 2004-03-26 2014-05-27 The Nielsen Company (Us), Llc Research data gathering with a portable monitor and a stationary device
US7483975B2 (en) 2004-03-26 2009-01-27 Arbitron, Inc. Systems and methods for gathering data concerning usage of media data
US8688248B2 (en) * 2004-04-19 2014-04-01 Shazam Investments Limited Method and system for content sampling and identification
CN101142591A (zh) 2004-04-19 2008-03-12 兰德马克数字服务有限责任公司 内容采样和标识
EP1774348B1 (en) * 2004-06-24 2018-08-08 Shazam Investments Limited Method of characterizing the overlap of two media segments
US7505902B2 (en) * 2004-07-28 2009-03-17 University Of Maryland Discrimination of components of audio signals based on multiscale spectro-temporal modulations
US8130746B2 (en) 2004-07-28 2012-03-06 Audible Magic Corporation System for distributing decoy content in a peer to peer network
US7873486B2 (en) * 2004-07-29 2011-01-18 Tektronix, Inc. Spectrogram mask trigger
MX2007002071A (es) * 2004-08-18 2007-04-24 Nielsen Media Res Inc Metodos y aparatos para generar firmas.
WO2006037014A2 (en) 2004-09-27 2006-04-06 Nielsen Media Research, Inc. Methods and apparatus for using location information to manage spillover in an audience monitoring system
US8306821B2 (en) * 2004-10-26 2012-11-06 Qnx Software Systems Limited Sub-band periodic signal enhancement system
US8543390B2 (en) * 2004-10-26 2013-09-24 Qnx Software Systems Limited Multi-channel periodic signal enhancement system
US7949520B2 (en) * 2004-10-26 2011-05-24 QNX Software Sytems Co. Adaptive filter pitch extraction
US8170879B2 (en) * 2004-10-26 2012-05-01 Qnx Software Systems Limited Periodic signal enhancement system
US7610196B2 (en) * 2004-10-26 2009-10-27 Qnx Software Systems (Wavemakers), Inc. Periodic signal enhancement system
US7716046B2 (en) * 2004-10-26 2010-05-11 Qnx Software Systems (Wavemakers), Inc. Advanced periodic signal enhancement
US7680652B2 (en) * 2004-10-26 2010-03-16 Qnx Software Systems (Wavemakers), Inc. Periodic signal enhancement system
US8284947B2 (en) * 2004-12-01 2012-10-09 Qnx Software Systems Limited Reverberation estimation and suppression system
US7567899B2 (en) * 2004-12-30 2009-07-28 All Media Guide, Llc Methods and apparatus for audio recognition
US8090579B2 (en) * 2005-02-08 2012-01-03 Landmark Digital Services Automatic identification of repeated material in audio signals
US7647128B2 (en) * 2005-04-22 2010-01-12 Microsoft Corporation Methods, computer-readable media, and data structures for building an authoritative database of digital audio identifier elements and identifying media items
US20060242198A1 (en) * 2005-04-22 2006-10-26 Microsoft Corporation Methods, computer-readable media, and data structures for building an authoritative database of digital audio identifier elements and identifying media items
US8027833B2 (en) * 2005-05-09 2011-09-27 Qnx Software Systems Co. System for suppressing passing tire hiss
US8311819B2 (en) * 2005-06-15 2012-11-13 Qnx Software Systems Limited System for detecting speech with background voice estimates and noise estimates
US8170875B2 (en) 2005-06-15 2012-05-01 Qnx Software Systems Limited Speech end-pointer
US8020004B2 (en) 2005-07-01 2011-09-13 Verance Corporation Forensic marking using a common customization function
US8781967B2 (en) * 2005-07-07 2014-07-15 Verance Corporation Watermarking in an encrypted domain
EP1941486B1 (en) * 2005-10-17 2015-12-23 Koninklijke Philips N.V. Method of deriving a set of features for an audio input signal
WO2007048124A2 (en) 2005-10-21 2007-04-26 Nielsen Media Research, Inc. Methods and apparatus for metering portable media players
US20070097755A1 (en) * 2005-10-27 2007-05-03 Marndi Raj N Method for comparing a first data set with a second data set
US9015740B2 (en) 2005-12-12 2015-04-21 The Nielsen Company (Us), Llc Systems and methods to wirelessly meter audio/visual devices
US8763022B2 (en) * 2005-12-12 2014-06-24 Nielsen Company (Us), Llc Systems and methods to wirelessly meter audio/visual devices
CN101496039A (zh) 2005-12-20 2009-07-29 奥比融公司 进行调查操作的方法和系统
KR101583268B1 (ko) 2006-03-27 2016-01-08 닐슨 미디어 리서치 인코퍼레이티드 무선통신장치에 표현되는 미디어 컨텐츠의 미터링 방법 및 시스템
US20070239675A1 (en) * 2006-03-29 2007-10-11 Microsoft Corporation Web search media service
US7844453B2 (en) 2006-05-12 2010-11-30 Qnx Software Systems Co. Robust noise estimation
EP2030439B1 (en) 2006-06-15 2018-09-19 The Nielsen Company (US), LLC Methods and apparatus to meter content exposure using closed caption information
US7661121B2 (en) * 2006-06-22 2010-02-09 Tivo, Inc. In-band data recognition and synchronization system
BRPI0714294A2 (pt) 2006-07-12 2013-03-12 Arbitron Inc mÉtodos e sistemas para a confirmaÇço de recebimento e incentivos
US20080051029A1 (en) * 2006-08-25 2008-02-28 Bradley James Witteman Phone-based broadcast audio identification
EP2070231B1 (en) 2006-10-03 2013-07-03 Shazam Entertainment, Ltd. Method for high throughput of identification of distributed broadcast content
US8335685B2 (en) 2006-12-22 2012-12-18 Qnx Software Systems Limited Ambient noise compensation system robust to high excitation noise
US8326620B2 (en) 2008-04-30 2012-12-04 Qnx Software Systems Limited Robust downlink speech and noise detector
US8060372B2 (en) * 2007-02-20 2011-11-15 The Nielsen Company (Us), Llc Methods and appratus for characterizing media
US8453170B2 (en) * 2007-02-27 2013-05-28 Landmark Digital Services Llc System and method for monitoring and recognizing broadcast data
US20080231557A1 (en) * 2007-03-20 2008-09-25 Leadis Technology, Inc. Emission control in aged active matrix oled display using voltage ratio or current ratio
US20080257134A1 (en) * 2007-04-18 2008-10-23 3B Music, Llc Method And Apparatus For Generating And Updating A Pre-Categorized Song Database From Which Consumers May Select And Then Download Desired Playlists
US7985911B2 (en) 2007-04-18 2011-07-26 Oppenheimer Harold B Method and apparatus for generating and updating a pre-categorized song database from which consumers may select and then download desired playlists
EP2156583B1 (en) 2007-05-02 2018-06-06 The Nielsen Company (US), LLC Methods and apparatus for generating signatures
US20080274687A1 (en) 2007-05-02 2008-11-06 Roberts Dale T Dynamic mixed media package
US7840177B2 (en) * 2007-05-23 2010-11-23 Landmark Digital Services, Llc Device for monitoring multiple broadcast signals
US8006314B2 (en) * 2007-07-27 2011-08-23 Audible Magic Corporation System for identifying content of digital data
US8850154B2 (en) 2007-09-11 2014-09-30 2236008 Ontario Inc. Processing system having memory partitioning
US8904400B2 (en) * 2007-09-11 2014-12-02 2236008 Ontario Inc. Processing system having a partitioning component for resource partitioning
US8694310B2 (en) 2007-09-17 2014-04-08 Qnx Software Systems Limited Remote control server protocol system
EP2210252B1 (en) 2007-11-12 2017-05-24 The Nielsen Company (US), LLC Methods and apparatus to perform audio watermarking and watermark detection and extraction
US8930003B2 (en) 2007-12-31 2015-01-06 The Nielsen Company (Us), Llc Data capture bridge
EP2442465A3 (en) 2007-12-31 2013-05-29 Arbitron Inc. Survey data acquisition
US8457951B2 (en) 2008-01-29 2013-06-04 The Nielsen Company (Us), Llc Methods and apparatus for performing variable black length watermarking of media
US8209514B2 (en) 2008-02-04 2012-06-26 Qnx Software Systems Limited Media processing system having resource partitioning
EP2263335B1 (en) 2008-03-05 2014-07-23 The Nielsen Company (US), LLC Methods and apparatus for generating signatures
US8259938B2 (en) 2008-06-24 2012-09-04 Verance Corporation Efficient and secure forensic marking in compressed
US20120072593A1 (en) * 2008-09-26 2012-03-22 Ju-Yeob Kim Multimedia content file management system for and method of using genetic information
US9124769B2 (en) 2008-10-31 2015-09-01 The Nielsen Company (Us), Llc Methods and apparatus to verify presentation of media content
US10567823B2 (en) 2008-11-26 2020-02-18 Free Stream Media Corp. Relevant advertisement generation based on a user operating a client device communicatively coupled with a networked media device
US10977693B2 (en) 2008-11-26 2021-04-13 Free Stream Media Corp. Association of content identifier of audio-visual data with additional data through capture infrastructure
US10334324B2 (en) 2008-11-26 2019-06-25 Free Stream Media Corp. Relevant advertisement generation based on a user operating a client device communicatively coupled with a networked media device
US10419541B2 (en) 2008-11-26 2019-09-17 Free Stream Media Corp. Remotely control devices over a network without authentication or registration
US10880340B2 (en) 2008-11-26 2020-12-29 Free Stream Media Corp. Relevancy improvement through targeting of information based on data gathered from a networked device associated with a security sandbox of a client device
US9386356B2 (en) 2008-11-26 2016-07-05 Free Stream Media Corp. Targeting with television audience data across multiple screens
US9961388B2 (en) 2008-11-26 2018-05-01 David Harrison Exposure of public internet protocol addresses in an advertising exchange server to improve relevancy of advertisements
US9519772B2 (en) 2008-11-26 2016-12-13 Free Stream Media Corp. Relevancy improvement through targeting of information based on data gathered from a networked device associated with a security sandbox of a client device
US9026668B2 (en) 2012-05-26 2015-05-05 Free Stream Media Corp. Real-time and retargeted advertising on multiple screens of a user watching television
US9986279B2 (en) 2008-11-26 2018-05-29 Free Stream Media Corp. Discovery, access control, and communication with networked services
US9154942B2 (en) 2008-11-26 2015-10-06 Free Stream Media Corp. Zero configuration communication between a browser and a networked media device
US10631068B2 (en) 2008-11-26 2020-04-21 Free Stream Media Corp. Content exposure attribution based on renderings of related content across multiple devices
US8180891B1 (en) 2008-11-26 2012-05-15 Free Stream Media Corp. Discovery, access control, and communication with networked services from within a security sandbox
US9390167B2 (en) 2010-07-29 2016-07-12 Soundhound, Inc. System and methods for continuous audio matching
US8199651B1 (en) 2009-03-16 2012-06-12 Audible Magic Corporation Method and system for modifying communication flows at a port level
US8620967B2 (en) * 2009-06-11 2013-12-31 Rovi Technologies Corporation Managing metadata for occurrences of a recording
US8738354B2 (en) * 2009-06-19 2014-05-27 Microsoft Corporation Trans-lingual representation of text documents
DE102009035524B4 (de) * 2009-07-31 2012-11-29 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren zur Erkennung eines oder mehrerer Nutzsignale innerhalb eines Quellsignals
US20110041154A1 (en) * 2009-08-14 2011-02-17 All Media Guide, Llc Content Recognition and Synchronization on a Television or Consumer Electronics Device
US8161071B2 (en) 2009-09-30 2012-04-17 United Video Properties, Inc. Systems and methods for audio asset storage and management
US20110078020A1 (en) * 2009-09-30 2011-03-31 Lajoie Dan Systems and methods for identifying popular audio assets
US8677400B2 (en) * 2009-09-30 2014-03-18 United Video Properties, Inc. Systems and methods for identifying audio content using an interactive media guidance application
US8521779B2 (en) 2009-10-09 2013-08-27 Adelphoi Limited Metadata record generation
US8886531B2 (en) * 2010-01-13 2014-11-11 Rovi Technologies Corporation Apparatus and method for generating an audio fingerprint and using a two-stage query
US20110173185A1 (en) * 2010-01-13 2011-07-14 Rovi Technologies Corporation Multi-stage lookup for rolling audio recognition
US8855101B2 (en) 2010-03-09 2014-10-07 The Nielsen Company (Us), Llc Methods, systems, and apparatus to synchronize actions of audio source monitors
US8676570B2 (en) 2010-04-26 2014-03-18 The Nielsen Company (Us), Llc Methods, apparatus and articles of manufacture to perform audio watermark decoding
WO2011140269A1 (en) 2010-05-04 2011-11-10 Shazam Entertainment Ltd. Methods and systems for processing a sample of a media stream
CA2798072C (en) 2010-05-04 2017-02-14 Shazam Entertainment Ltd. Methods and systems for synchronizing media
US9159338B2 (en) 2010-05-04 2015-10-13 Shazam Entertainment Ltd. Systems and methods of rendering a textual animation
JP5907511B2 (ja) 2010-06-09 2016-04-26 アデルフォイ リミテッド オーディオメディア認識のためのシステム及び方法
US9047371B2 (en) 2010-07-29 2015-06-02 Soundhound, Inc. System and method for matching a query against a broadcast stream
US8838977B2 (en) 2010-09-16 2014-09-16 Verance Corporation Watermark extraction and content screening in a networked environment
CA2827514A1 (en) 2011-02-18 2012-08-23 Shazam Entertainment Ltd. Methods and systems for identifying content in a data stream by a client device
US9035163B1 (en) 2011-05-10 2015-05-19 Soundbound, Inc. System and method for targeting content based on identified audio and multimedia
MX341124B (es) 2011-06-08 2016-08-09 Shazam Entertainment Ltd Métodos y sistemas para realizar comparaciones de datos recibidos y proporcionar un servicio de seguimiento con base en las comparaciones.
WO2012170353A1 (en) 2011-06-10 2012-12-13 Shazam Entertainment Ltd. Methods and systems for identifying content in a data stream
US8682026B2 (en) 2011-11-03 2014-03-25 Verance Corporation Efficient extraction of embedded watermarks in the presence of host content distortions
US8923548B2 (en) 2011-11-03 2014-12-30 Verance Corporation Extraction of embedded watermarks from a host content using a plurality of tentative watermarks
US8615104B2 (en) 2011-11-03 2013-12-24 Verance Corporation Watermark extraction based on tentative watermarks
US8533481B2 (en) 2011-11-03 2013-09-10 Verance Corporation Extraction of embedded watermarks from a host content based on extrapolation techniques
US8745403B2 (en) 2011-11-23 2014-06-03 Verance Corporation Enhanced content management based on watermark extraction records
US9696336B2 (en) 2011-11-30 2017-07-04 The Nielsen Company (Us), Llc Multiple meter detection and processing using motion data
US9323902B2 (en) 2011-12-13 2016-04-26 Verance Corporation Conditional access using embedded watermarks
US9547753B2 (en) 2011-12-13 2017-01-17 Verance Corporation Coordinated watermarking
US9235867B2 (en) * 2012-06-04 2016-01-12 Microsoft Technology Licensing, Llc Concurrent media delivery
US10957310B1 (en) 2012-07-23 2021-03-23 Soundhound, Inc. Integrated programming framework for speech and text understanding with meaning parsing
US9571606B2 (en) 2012-08-31 2017-02-14 Verance Corporation Social media viewing system
US9106964B2 (en) 2012-09-13 2015-08-11 Verance Corporation Enhanced content distribution using advertisements
US8869222B2 (en) 2012-09-13 2014-10-21 Verance Corporation Second screen content
US8726304B2 (en) 2012-09-13 2014-05-13 Verance Corporation Time varying evaluation of multimedia content
EP2712209B1 (en) * 2012-09-21 2021-01-13 Dialog Semiconductor BV Method and apparatus for computing metric values for loudspeaker protection
US9081778B2 (en) 2012-09-25 2015-07-14 Audible Magic Corporation Using digital fingerprints to associate data with a work
US9992729B2 (en) 2012-10-22 2018-06-05 The Nielsen Company (Us), Llc Systems and methods for wirelessly modifying detection characteristics of portable devices
CN104520719B (zh) 2012-11-30 2017-12-08 尼尔森（美国）有限公司 使用运动数据的多计量检测和处理
US9195649B2 (en) 2012-12-21 2015-11-24 The Nielsen Company (Us), Llc Audio processing techniques for semantic audio recognition and report generation
US9158760B2 (en) 2012-12-21 2015-10-13 The Nielsen Company (Us), Llc Audio decoding with supplemental semantic audio recognition and report generation
US9183849B2 (en) 2012-12-21 2015-11-10 The Nielsen Company (Us), Llc Audio matching with semantic audio recognition and report generation
US9021516B2 (en) * 2013-03-01 2015-04-28 The Nielsen Company (Us), Llc Methods and systems for reducing spillover by measuring a crest factor
US9118960B2 (en) 2013-03-08 2015-08-25 The Nielsen Company (Us), Llc Methods and systems for reducing spillover by detecting signal distortion
US9451048B2 (en) 2013-03-12 2016-09-20 Shazam Investments Ltd. Methods and systems for identifying information of a broadcast station and information of broadcasted content
US9219969B2 (en) 2013-03-13 2015-12-22 The Nielsen Company (Us), Llc Methods and systems for reducing spillover by analyzing sound pressure levels
US9191704B2 (en) 2013-03-14 2015-11-17 The Nielsen Company (Us), Llc Methods and systems for reducing crediting errors due to spillover using audio codes and/or signatures
US9262793B2 (en) 2013-03-14 2016-02-16 Verance Corporation Transactional video marking system
US9773058B2 (en) 2013-03-15 2017-09-26 Shazam Investments Ltd. Methods and systems for arranging and searching a database of media content recordings
US20140278845A1 (en) 2013-03-15 2014-09-18 Shazam Investments Limited Methods and Systems for Identifying Target Media Content and Determining Supplemental Information about the Target Media Content
US9325381B2 (en) 2013-03-15 2016-04-26 The Nielsen Company (Us), Llc Methods, apparatus and articles of manufacture to monitor mobile devices
US9390170B2 (en) 2013-03-15 2016-07-12 Shazam Investments Ltd. Methods and systems for arranging and searching a database of media content recordings
US20140379421A1 (en) 2013-06-25 2014-12-25 The Nielsen Company (Us), Llc Methods and apparatus to characterize households with media meter data
US9251549B2 (en) 2013-07-23 2016-02-02 Verance Corporation Watermark extractor enhancements based on payload ranking
US9208334B2 (en) 2013-10-25 2015-12-08 Verance Corporation Content management using multiple abstraction layers
US9507849B2 (en) 2013-11-28 2016-11-29 Soundhound, Inc. Method for combining a query and a communication command in a natural language computer system
US9292488B2 (en) 2014-02-01 2016-03-22 Soundhound, Inc. Method for embedding voice mail in a spoken utterance using a natural language processing computer system
US11295730B1 (en) 2014-02-27 2022-04-05 Soundhound, Inc. Using phonetic variants in a local context to improve natural language understanding
WO2015138798A1 (en) 2014-03-13 2015-09-17 Verance Corporation Interactive content acquisition using embedded codes
US9564123B1 (en) 2014-05-12 2017-02-07 Soundhound, Inc. Method and system for building an integrated user profile
US10685058B2 (en) 2015-01-02 2020-06-16 Gracenote, Inc. Broadcast profiling system
US9680583B2 (en) 2015-03-30 2017-06-13 The Nielsen Company (Us), Llc Methods and apparatus to report reference media data to multiple data collection facilities
US9924224B2 (en) 2015-04-03 2018-03-20 The Nielsen Company (Us), Llc Methods and apparatus to determine a state of a media presentation device
US9848222B2 (en) 2015-07-15 2017-12-19 The Nielsen Company (Us), Llc Methods and apparatus to detect spillover
US10166472B2 (en) 2017-05-04 2019-01-01 Shazam Investments Ltd. Methods and systems for determining a reaction time for a response and synchronizing user interface(s) with content being rendered
US10158907B1 (en) 2017-10-10 2018-12-18 Shazam Investments Ltd. Systems and methods for performing playout of multiple media recordings based on a matching segment among the recordings
US10129575B1 (en) 2017-10-25 2018-11-13 Shazam Entertainment Limited Methods and systems for determining a latency between a source and an alternative feed of the source
CN111653290B (zh) * 2020-05-29 2023-05-02 北京百度网讯科技有限公司 音频场景分类模型生成方法、装置、设备以及存储介质
CN112721933B (zh) * 2020-07-28 2022-01-04 盐城工业职业技术学院 一种基于语音识别的农用拖拉机的控制终端

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3919479A (en) * 1972-09-21 1975-11-11 First National Bank Of Boston Broadcast signal identification system
US4059725A (en) * 1975-03-12 1977-11-22 Nippon Electric Company, Ltd. Automatic continuous speech recognition system employing dynamic programming
DE2536640C3 (de) * 1975-08-16 1979-10-11 Philips Patentverwaltung Gmbh, 2000 Hamburg Anordnung zur Erkennung von Geräuschen
JPS5272504A (en) * 1975-12-15 1977-06-17 Fuji Xerox Co Ltd Device for recognizing word audio
JPS5313840A (en) * 1976-07-23 1978-02-07 Hitachi Ltd Analogy calculator
JPS53105303A (en) * 1977-02-25 1978-09-13 Hitachi Ltd Preprocessing system for audio recognition
AU3289878A (en) * 1978-02-01 1979-08-09 Mewes T Remote meter to provide audience data
US4209835A (en) * 1978-07-21 1980-06-24 Hughes Aircraft Company Pulse repetition interval autocorrelator system
JPS5525150A (en) * 1978-08-10 1980-02-22 Nec Corp Pattern recognition unit
US4230990C1 (en) * 1979-03-16 2002-04-09 John G Lert Jr Broadcast program identification method and system
US4305101A (en) * 1979-04-16 1981-12-08 Codart, Inc. Method and apparatus for selectively recording a broadcast
JPS5827551B2 (ja) * 1979-05-18 1983-06-10 日本電信電話株式会社 オンライン手書き文字認識方式
US4297528A (en) * 1979-09-10 1981-10-27 Interstate Electronics Corp. Training circuit for audio signal recognition computer
JPS5722295A (en) * 1980-07-15 1982-02-05 Nippon Electric Co Speaker recognizing system
AU7529981A (en) * 1980-09-19 1982-03-25 Hitachi Limited Language analysis by pattern recognition
JPS57136000A (en) * 1981-02-17 1982-08-21 Nippon Electric Co Pattern matching apparatus
US4394538A (en) * 1981-03-04 1983-07-19 Threshold Technology, Inc. Speech recognition system and method
US4384273A (en) * 1981-03-20 1983-05-17 Bell Telephone Laboratories, Incorporated Time warp signal recognition processor for matching signal patterns
US4400788A (en) * 1981-03-27 1983-08-23 Bell Telephone Laboratories, Incorporated Continuous speech pattern recognizer
JPS5861040A (ja) * 1981-10-06 1983-04-11 Nissan Motor Co Ltd 車載機器の音声指令制御装置
US4400738A (en) * 1981-10-30 1983-08-23 Xerox Corporation Image signal processing method and apparatus
JPS5879300A (ja) * 1981-11-06 1983-05-13 日本電気株式会社 パタ−ン距離計算方式
US4454586A (en) * 1981-11-19 1984-06-12 At&T Bell Laboratories Method and apparatus for generating speech pattern templates
JPS58115490A (ja) * 1981-12-29 1983-07-09 日本電気株式会社 パタン間距離計算装置
US4519094A (en) * 1982-08-26 1985-05-21 At&T Bell Laboratories LPC Word recognizer utilizing energy features
US4450531A (en) * 1982-09-10 1984-05-22 Ensco, Inc. Broadcast signal recognition system and method
US4499601A (en) * 1982-10-18 1985-02-12 Matthews Gordon H Method and apparatus for automatically detecting and playing desired audio segments over a broadcast receiver.
US4639779A (en) * 1983-03-21 1987-01-27 Greenberg Burton L Method and apparatus for the automatic identification and verification of television broadcast programs
US4521909A (en) * 1983-10-04 1985-06-04 Wang Laboratories, Inc. Dual level pattern recognition system
US4697209A (en) * 1984-04-26 1987-09-29 A. C. Nielsen Company Methods and apparatus for automatically identifying programs viewed or recorded
US4677466A (en) * 1985-07-29 1987-06-30 A. C. Nielsen Company Broadcast program identification method and apparatus

Also Published As

Publication number Publication date
US4843562A (en) 1989-06-27
KR890000962A (ko) 1989-03-17
DE3878423T2 (de) 1993-08-26
BR8807105A (pt) 1989-10-17
JPH02500875A (ja) 1990-03-22
ES2012834A6 (es) 1990-04-16
CA1290063C (en) 1991-10-01
WO1988010540A1 (en) 1988-12-29
AR246827A1 (es) 1994-09-30
AU613941B2 (en) 1991-08-15
JP3001896B2 (ja) 2000-01-24
HK1000982A1 (en) 1998-05-15
IL86701A0 (en) 1988-11-30
IL86701A (en) 1992-05-25
DE3878423D1 (de) 1993-03-25
ATE85735T1 (de) 1993-02-15
AU2075288A (en) 1989-01-19
MX166116B (es) 1992-12-21
EP0319567A1 (en) 1989-06-14
EP0319567B1 (en) 1993-02-10
DK83389D0 (da) 1989-02-23

Similar Documents

Publication Publication Date Title
KR960000152B1 (ko) 방송 정보 분류시스템 및 방법
EP0480010B1 (en) Signal recognition system and method
US5437050A (en) Method and apparatus for recognizing broadcast information using multi-frequency magnitude detection
CN100543731C (zh) 参数化的时间特征分析
US9336794B2 (en) Content identification system
US7184955B2 (en) System and method for indexing videos based on speaker distinction
US6995309B2 (en) System and method for music identification
US7386357B2 (en) System and method for generating an audio thumbnail of an audio track
Sukittanon et al. Modulation-scale analysis for content identification
US6748360B2 (en) System for selling a product utilizing audio content identification
US20140214190A1 (en) Method and System for Content Sampling and Identification
US20060155399A1 (en) Method and system for generating acoustic fingerprints
JP2007534008A (ja) 放送音声またはビデオプログラム信号の自動検出及び識別のための方法及び装置
US7680654B2 (en) Apparatus and method for segmentation of audio data into meta patterns
Golub Classifying recorded music
US20160163354A1 (en) Programme Control
Al-Maathidi Optimal feature selection and machine learning for high-level audio classification-a random forests approach
Nam et al. Automatic Music Style Classification: towards the detection of perceptually similar music
Mikula Concatenative music composition based on recontextualisation utilising rhythm-synchronous feature extraction

Legal Events

Date Code Title Description
A201 Request for examination
G160 Decision to publish patent application
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20031231

Year of fee payment: 9

LAPS Lapse due to unpaid annual fee