TWI716169B - 音頻解碼裝置、音頻解碼方法及音頻編碼方法 - Google Patents

音頻解碼裝置、音頻解碼方法及音頻編碼方法 Download PDF

Info

Publication number
TWI716169B
TWI716169B TW108139085A TW108139085A TWI716169B TW I716169 B TWI716169 B TW I716169B TW 108139085 A TW108139085 A TW 108139085A TW 108139085 A TW108139085 A TW 108139085A TW I716169 B TWI716169 B TW I716169B
Authority
TW
Taiwan
Prior art keywords
media
processing
data
media data
metadata
Prior art date
Application number
TW108139085A
Other languages
English (en)
Other versions
TW202032537A (zh
Inventor
傑佛瑞 萊德米勒
雷格納森 瑞達克里斯納
馬文 普萊巴迪
法翰 法拉赫尼
麥可 史密特斯
Original Assignee
美商杜比實驗室特許公司
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 美商杜比實驗室特許公司 filed Critical 美商杜比實驗室特許公司
Publication of TW202032537A publication Critical patent/TW202032537A/zh
Application granted granted Critical
Publication of TWI716169B publication Critical patent/TWI716169B/zh

Links

Images

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/16Vocoder architecture
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/008Multichannel audio signal coding or decoding using interchannel correlation to reduce redundancy, e.g. joint-stereo, intensity-coding or matrixing
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/16Vocoder architecture
    • G10L19/167Audio streaming, i.e. formatting and decoding of an encoded audio signal representation into a data stream for transmission or storage purposes
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/26Pre-filtering or post-filtering
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0316Speech enhancement, e.g. noise reduction or echo cancellation by changing the amplitude
    • HELECTRICITY
    • H03ELECTRONIC CIRCUITRY
    • H03MCODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction

Abstract

本發明提供一種音頻解碼方法,包含:藉由音頻解碼器取得編碼位元流,該編碼位元流包括音頻資料及信號資料,該信號資料指示目標物響度值係包括於該編碼位元流中;藉由該音頻解碼器自該編碼位元流取得該目標物響度值;以及藉由該音頻解碼器根據該目標物響度值處理該音頻資料。

Description

音頻解碼裝置、音頻解碼方法及音頻編碼方法
本發明關於及主張同在申請中由Jeffrey Riedmiller、Regunathan Radhakrishnan、Marvin Pribadi、Farhad Farhani及Mickael Smithers於2011年11月10日提出的美國專利臨時申請案第61/558,286號「ADAPTIVE PROCESSING WITH MULTIPLE MEDIA PROCESSING NODES」之優先權及權益,該案並已讓與本申請案之受讓人。
本發明關於及主張同在申請中由Jeffrey Riedmiller、Regunathan Radhakrishnan、Marvin Pribadi、Farhad Farhani及Mickael Smithers於2010年12月3日提出的美國專利臨時申請案第61/419,747號「END-TO-END METADATA PRESERVATION AND ADAPTIVE PROCESSING」之優先權及權益,該案並已讓與本申請案之受讓人。
本發明大抵關於媒體處理系統,及特別是,關於基於媒體資料之媒體處理狀態而適應性處理媒體資料。
媒體處理單元典型上是以盲目方式操作,而且不理會接收到媒體資料前所發生媒體資料之處理歷史。此可在一媒體處理框架中進行,其中單一主體執行所有媒體處理技術及對許多目標媒體呈現裝置編碼,同時一目標媒體呈現裝置執行編碼媒體資料之所有解碼及呈現。惟,此盲目處理方式在複數個媒體處理單元分散於不同網路或前後設置(例如呈鏈狀)且期望能理想地執行媒體處理之各自類型的情況中則難有良好表現(或完全不行)。例如,有些媒體資料可對高性能媒體系統編碼及必須轉換成一隨著媒體處理鏈而適用於行動裝置之縮小形式。據此,一媒體處理單元可以不必在已執行過之媒體資料上執行一處理類型。例如,一音量調整單元即在輸入音頻素材上執行處理,而不論音量調整先前是否曾在輸入音頻素材上執行過。結果,音量調整單元即使是在不需要時仍做音量調整。此不必要之處理也造成在呈現媒體資料中之媒體內容時,特定之特性會老化及/或移除。
本節中所述之方法是可達成的方法,但是並非以往能想見或達成的方法。因此,除非另有說明,否則不應將本節中所述之任意方法視為先前技術。同樣地,關於一或多種方法而做識別之議題也不應在本節之基礎上被視為先前技術,除非另有說明。
1000:電腦系統
1002:匯流排
1004:處理器
1006:主記憶體
1008:唯讀記憶體(ROM)
1010:儲存裝置
1012:顯示器
1014:輸入裝置
1016:游標控制
1018:通信介面
1020:網路鏈
1022:區域網路
1024:主機電腦
1026:網際網路服務提供者(ISP)
1028:網際網路
1030:伺服器
本發明係舉例說明且不受附圖限制,圖中相同參考編號表示相同元件,其中:
圖1揭示一根據本發明之一些可行實施例之示範性媒體處理鏈;
圖2揭示一根據本發明之一些可行實施例之示範性增強型媒體處理鏈;
圖3揭示一根據本發明之一些可行實施例之示範性編碼器/轉碼器;
圖4揭示一根據本發明之一些可行實施例之示範性解碼器;
圖5揭示一根據本發明之一些可行實施例之示範性後處理單元;
圖6揭示根據本發明之一些可行實施例之一編碼器/轉碼器之示範性實施方式;
圖7揭示根據本發明之一些可行實施例之一音量調整單元基於處理狀態元資料中及/或相關聯響度元資料的有效性之操作情形之一示範性進化解碼器控制模式;
圖8揭示根據本發明之一些可行實施例使用資料隱藏以傳送媒體處理資訊之示範組態;
圖9A及圖9B揭示根據本發明之一可行實施例的示範流程;
圖10揭示根據本發明之一可行實施例的一可供本文 內所述電腦或計算裝置實施於其上的示範性硬體平台;
圖11揭示媒體訊框,藉此傳送與媒體訊框中的媒體資料相關聯之處理狀態元資料;及
圖12A至圖12L揭示根據本發明之一些可行實施例之一些示範性媒體處理節點/裝置之方塊圖。
在此揭述示範性可行之實施例,其相關於與媒體資料之媒體處理狀態有關的媒體資料適應性處理技術。在文後之說明中,為了闡釋清楚,許多特定細節載於文內,以提供對本發明有徹底瞭解。惟,應該瞭解的是本發明可在無此特定細節下實施。在其他例子中,習知結構及裝置並未揭述於詳細說明中,以避免不必要地自限、模糊或混淆本發明。
示範性實施例在此即根據以下大綱揭述;
1.概論
2.媒體處理鏈
3.媒體處理裝置或單元
4.媒體資料之示範適應性處理技術
5.資料隱藏
6.示範流程
7.實施機構-硬體概要
8.列舉示範性實施例
9.等效延伸性、變換型式及其他方面
1.概論
本文提供本發明之一可行實施例之一些態樣的基本說明。應該注意的是本概論並非可行實施例之態樣的延伸性或詳盡結論。再者,應該注意的是本概論並不想被認為在辨別可行實施例之任何特別重要態樣或元件,也非說明可行實施例或本發明大體上之任意範疇。本概論僅在提出一些與扼要且簡化形式之可行實施例有關的概念,及其應被瞭解僅為文後所述示範性可行實施例之一較詳細說明的概念性序文。
本發明揭述一種基於媒體資料之媒體處理狀態的媒體資料適應性處理技術。在一些可行實施例中,在一增強型媒體處理鏈中之媒體處理單元係自動致能以檢索及驗證媒體處理信號及/或處理狀態元資料、基於媒體處理信號及/或處理狀態元資料而判斷媒體資料之狀態、基於媒體資料之狀態而適應於其各別處理技術。在增強型媒體處理鏈中之媒體處理單元可包括但是不限定的有編碼器、轉碼器、解碼器、前處理單元、後處理單元、位元流處理工具、進階電視系統委員會(ATSC)編解碼器、動態圖像專家群(MPEG)編解碼器、等等。一媒體處理單元可以是一媒體處理系統或一媒體處理系統之一部分。
本文內所用之「處理狀態元資料」一詞係關於與媒體資料分開且不同之資料,同時媒體資料(例如視頻訊框、感知編碼之音頻訊框或含有媒體內容之PCM音頻樣本) 係關於代表媒體內容及用於使媒體內容呈現如音頻或視頻輸出之媒體樣本。處理狀態元資料係與媒體資料相關聯,及其具體指出哪些處理類型已在媒體資料上執行過。處理狀態元資料與媒體資料之此關聯性為時間同步。因此,該處理狀態元資料即指出該媒體資料同時包含媒體處理指示類型的結果及/或媒體資料中之媒體特性說明。在一些可行實施例中,處理狀態元資料可包含處理歷史及/或一些、或所有使用在媒體處理指示類型中及/或衍生於此的參數。此外及/或選項性地,處理狀態元資料可包括從媒體資料計算/擷取之一或多個不同類型之媒體特性。本文內所述之媒體特性提供媒體資料之一語義說明及其可包含結構性質、包括和聲與旋律在內之音調、音色、節奏、參考響度、立體聲混音、或媒體資料之聲源量、有無聲音、重複特徵、旋律、和聲、歌詞、音色、感知特性、數位媒體特性、立體聲參數、語音辨識(例如一演說者正在說話時)等等之其中一或多者。處理狀態元資料也可包括無關於或非衍生於媒體資料任何處理技術的其他元資料。例如,第三者資料、追蹤資訊、識別符、專有或標準資訊、使用者註釋資料、使用者最愛資料、等等,其皆可由一特殊媒體處理單元添加或傳送至其他媒體處理單元。元資料的這些獨立類型可以由媒體處理鏈中之一媒體處理組件來回傳送、驗證及使用。「媒體處理信號」一詞係關於在一媒體位元流中之媒體處理單元之間通信的較輕控制或狀態資料(其可為一相對於處理狀態元資料之小資料量)。媒 體處理信號可包含處理狀態元資料之一子集或一總結。
媒體處理信號及/或處理狀態元資料可嵌入於一或多個保留域中(例如,其可為但是不限定的有目前未使用到的)、載於一媒體位元流之子流中、隨著媒體資料隱藏或備有一各別之媒體處理資料庫。在一些可行實施例中,媒體處理信號及/或處理狀態元資料之資料量可以小到足以載送(例如,在保留域中、或隱藏在使用可逆資料隱藏技術之媒體樣本中或儲存詳細處理狀態資訊於一外部資料庫中,同時從媒體資料計算媒體指紋或從媒體資料檢索媒體指紋、等等),而不影響配置用於載送媒體資料之位元傳輸率。當二或多個媒體處理單元須要在整個媒體處理鏈(或內容之生命週期)中彼此協同工作時,使增強型媒體處理鏈中之媒體處理信號及/或處理狀態元資料通信尤其有利。若無媒體處理信號及/或處理狀態元資料,例如當二或多個音頻碼使用在鏈中且單端音量調整係在媒體內容旅行至一媒體消費裝置(或媒體資料中的媒體內容之一呈現點)期間施加超過一次時,可能發生嚴重的媒體處理問題,例如品質、水準及空間劣化。
對比之下,本文內所述之技術則提升了一增強型媒體處理鏈(或內容之生命週期)中之任一或所有媒體處理單元的智慧。在本文內所述之技術下,這些媒體處理單元之任一者可以將媒體資料狀態同時「聽與適應」以及「通告」於下游媒體處理單元。因此,在本文內所述之技術下,一下游媒體處理單元可以基於由一或多個上游媒體處 理單元執行之媒體資料之過去處理之知識而將媒體資料之其處理技術最佳化。在本文內所述之技術下,媒體資料上全部由媒體處理鏈處理之媒體變得比其他者更有效率、更具適應性及更可預測。結果,媒體內容在媒體資料中之整體呈現及操作即更加改善。
重要的是,在本文內所述之技術下,由媒體處理信號及/或處理狀態元資料指出的媒體資料狀態之存在對於可出現於增強型媒體處理鏈中且本身無法主動使用媒體資料狀態以適應處理媒體資料之傳統媒體處理單元而言,並無負面衝擊。再者,即使是媒體處理鏈中之一傳統媒體處理單元可能有篡改其他上游媒體處理單元的處理結果之傾向,本文內之處理狀態元資料仍可安全且確實通過使用密碼值、加密、認證與資料隱藏之安全通信法,而傳送至下游媒體處理裝置。資料隱藏之範例包括可逆與不可逆資料隱藏二種。
在一些可行實施例中,為了將媒體資料之一狀態輸送至下游媒體處理單元,本文內所述之技術將軟體、硬體形式或兩者兼具之一或多個處理子單元包裹及/或嵌入於一媒體處理單元中,以致能媒體處理單元讀取、寫入、及/或驗證伴隨著媒體資料輸送之處理狀態元資料。
在一些可行實施例中,一媒體處理單元(例如編碼器、解碼器、調節器)可以接收之媒體資料上,其一或多個類型之媒體處理先前尚未執行:1)無處理狀態元資料存在以指出這些類型之先前執行媒體處理,及/或2)處理 狀態元資料可能不正確或不完整。先前執行之媒體處理類型包括可以改變媒體樣本之操作(例如音量調整)以及不可以改變媒體樣本之操作(例如基於媒體樣本之指紋擷取及/或特性擷取)。媒體處理單元可組態用於自動產生「正確」處理狀態元資料,以反映出媒體資料之「真實」狀態,及藉由將所產生之處理狀態元資料通信至一或多個下游媒體處理單元,而令媒體資料之此狀態相關聯於媒體資料。再者,媒體資料與處理狀態元資料之關聯性可用一方式執行,使得一生成之媒體位元流可回到與傳統媒體處理單元(例如傳統解碼器)相容。結果,未執行本文內所述技術之傳統解碼器仍可將媒體資料正確解碼,因為傳統解碼器原即為此而設計,同時其不考慮到指出媒體資料狀態之處理狀態元資料。在一些可行實施例中,本文之媒體處理單元可同時組態具有一透過一或多個嵌入雜湊值(例如簽名)之取證分析及/或驗證,而驗證處理狀態元資料與(源)媒體資料之能力。
在本文內所述之技術下,基於由所接收之處理狀態元資料指出的媒體資料同時間狀態之媒體資料適應性處理技術可在一媒體處理鏈中之不同點執行。例如,若處理狀態元資料中之響度元資料有效,則接續於一解碼器後之一音量調整單元可由解碼器以媒體處理信號及/或處理狀態元資料告知,使得音量調整單元可以傳送媒體資料,例如未改變之音頻。
在一些實施例中,處理狀態元資料包括從下面的媒體 樣本擷取之媒體特性。媒體特性可提供媒體樣本之一語義說明及可提供作為一部分之處理狀態元資料,以指出例如媒體樣本是否包含語音、音樂,某人正在安靜或吵雜狀況中唱歌,歌聲是否重疊人群說話聲,是否出現對話,語音是否重疊吵雜的背景、上述二或多者之組合等等。媒體資料之適應性處理技術可以基於處理狀態元資料中所含之媒體特性說明而在一媒體處理鏈中之不同點執行。
在本文內所述之技術下,隨著媒體資料而嵌入於一媒體位元流中之處理狀態元資料可被認證及驗證。例如,本文內之技術有助於響度規制機關檢驗一特定節目是否在一指定範圍內及媒體資料本身未曾修改過(藉此確定與法規相符)。一包括在含有處理狀態元資料的資料段中之響度值可經讀出以作此檢驗,而非再次計算響度。
在本文內所述之技術下,一包含有處理狀態元資料的資料段可包括其他保留位元,用於安全載送第三者元資料。此項特性可用於致能多種應用。例如一評等機構(例如Nielsen Media Research)可以選擇包括一內容識別標籤,其可用於識別一正在被收看或收聽之特定節目,以計算收視率或收聽率統計。
重要的是,本文內所述之技術及本文內所述之技術的變換型式可以確保與媒體資料相關聯之處理狀態元資料是在從內容產生到內容消費之整個媒體處理鏈中保存。
在一些可行實施例中,本文內所述之機構形成一媒體處理系統之一部分,其包括但是不限定的有一手持式裝 置、遊戲機、電視、膝上型電腦、筆記型電腦、蜂巢式無線電話、電子書閱讀器、零售業銷售點、桌上型電腦、電腦工作站、資訊站及許多其他型終端機與媒體處理單元。
較佳實施例之許多修改及本文內所述之總體原理與特性應可為習於此技者瞭解。因此,本案不應被拘限於所示之實施例,而應依本文內所述之原理與特性之最廣泛範疇。
2.媒體處理鏈
圖1揭示一根據本發明之一些可行實施例之示範性媒體處理鏈。媒體處理鏈可包含但是不限定的有編碼器、解碼器、前/後處理單元、轉碼器及信號分析與元資料校正單元。媒體處理鏈中之這些單元可以包括在同一系統或不同系統內。在媒體處理鏈跨於多數個不同系統之實施例中,這些系統可以共同配置或依地理分配。
在一些可行實施例中,圖1之一前處理單元可接受包含媒體內容在內之PCM(時域)樣本作為輸入並將處理過之PCM樣本輸出。一編碼器可接受PCM樣本作為輸入並將媒體內容之一編碼(例如壓縮)媒體位元流輸出。
如本文內所用,包含媒體內容在內之資料(例如載於位元流之一主流中)稱為媒體資料,而與指出在媒體處理鏈中任意點之媒體資料上執行之處理類型的媒體資料分開之資料則稱為處理狀態元資料。
一信號分析與元資料校正單元可以接受一或多個編碼 媒體位元流作為輸入,及驗證編碼媒體位元流中所包括之處理狀態元資料是否藉由執行信號分析而校正。若信號分析與元資料校正單元發現所包括之元資料為無效,則信號分析與元資料校正單元的不正確值更換成從信號分析取得之正確值。
一轉碼器可接受媒體位元流作為輸入並將一修改過之媒體位元流輸出。一解碼器可接受壓縮之媒體位元流作為輸入並將解碼之PCM樣本流輸出。一後處理單元可接受解碼之PCM樣本流作為輸入,執行任意後處理(例如其內之媒體內容之音量調整),及將解碼之PCM樣本中之媒體內容呈現在一或多個揚聲器及/或顯示面板上。所有媒體處理單元皆無法令其處理被施加於使用處理狀態元資料之媒體資料。
本文內所述之技術提供一增強型媒體處理鏈,其中媒體處理單元,諸如編碼器、解碼器、轉碼器、前與後處理單元等等,根據分別由這些媒體處理單元接收並以媒體處理信號及/或處理狀態元資料表示之媒體資料之一同時狀態,而使其各別處理技術適應於媒體資料。
圖2揭示一根據本發明之一些可行實施例之示範性增強型媒體處理鏈,媒體處理鏈包含編碼器、解碼器、前/後處理單元、轉碼器及信號分析與元資料校正單元。為了基於媒體資料之狀態而適應處理媒體資料,圖2之一些或所有單元可作修改。在一些可行實施例中,示範性增強型媒體處理鏈中之各媒體處理單元係組態用於協同工作,執 行非冗餘媒體處理,及避免已由上游單元執行過的不必要且錯誤之重複處理。在一些可行實施例中,從內容產生到內容消費之增強型媒體處理鏈之任意點處之媒體資料狀態可由增強型媒體處理鏈之該點處之一目前媒體處理單元獲悉。
3.媒體處理裝置或單元
圖3揭示一根據本發明之一些可行實施例之示範性(修改)編碼器/轉碼器。不同於圖1之編碼器的是,圖3之編碼器/轉碼器可組態用於接收與輸入媒體資料相關聯之處理狀態元資料,及用於判斷由一或多個相對於編碼器/轉碼器之上游單元在輸入媒體資料(例入輸入音頻)上所執行過的先前(前/後)處理,其中修改過之編碼器/轉碼器邏輯式接收自一上游單元(例入已在輸入音頻上執行過其處理之前一上游單元)。
本文內所用之「邏輯式接收」一詞可指一中間單元相關或無關於將輸入媒體資料從一上游單元(例如前一上游單元)通信至一接受單元,例如本範例中之編碼器/轉碼器單元。
在一範例中,在輸入媒體資料上執行前/後處理之上游單元可在一不同系統中,而不在以接受單元作為其一組件之系統中。輸入媒體資料可以是一由上游單元輸出並且透過一中間傳送單元(例如網路連接器、USB、寬域網路連接器、無線連接器、光學性連接器、等等)通信之媒體 位元流。
在另一範例中,在輸入媒體資料上執行前/後處理之上游單元可在以接受單元作為其一組件之相同系統中。輸入媒體資料可以由上游單元輸出並且經由一通過系統之一或多個內部單元之內部連接器而通信。在任一情況中,在本文內之技術下,接受單元可以從上游單元邏輯式接收輸入媒體資料。
在一些可行實施例中,編碼器/轉碼器係組態用於產生或修改與媒體資料相關聯之處理狀態元資料,其可以是輸入媒體資料之一修改版。由編碼器/轉碼器產生或修改之新的或修改過的處理狀態元資料可以自動及準確捕捉到欲由編碼器/轉碼器進一步沿著媒體處理鏈輸出之媒體資料狀態。例如,處理狀態元資料可包括有無特定處理(例如,Dolby Laboratories市售之Dolby Volume、Upmixing)執行於媒體資料上。此外及/或選項性地,處理狀態元資料可包括使用在特定處理技術或處理技術中之任意構成操作中及/或衍生於此的參數。此外及/或選項性地,處理狀態元資料可包括一或多個從媒體資料計算/擷取之指紋。此外及/或選項性地,處理狀態元資料可包括一或多個從媒體資料計算/擷取之不同類型媒體特性。本文內所述之媒體特性提供媒體資料之一語義說明及其可包含結構性質、包括和聲與旋律在內之音調、音色、節奏、參考響度、立體聲混音、或媒體資料之聲源量、有無聲音、重複特徵、旋律、和聲、歌詞、音色、感知特性、數 位媒體特性、立體聲參數、語音辨識(例如一演說者正在說話時)等等之其中一或多者。在一些實施例中,擷取之媒體特性係用於將下面的媒體資料分成複數個媒體資料等級之一或多者。一或多個媒體資料等級可包括但是不限定的有用於整體媒體之一單一全部/主要「等級」(例如一等級類型)及/或一單一等級之任一者,單一等級代表一較小之時間週期(例如一用於整體之子集/子時距的等級子類型),例如一單一媒體訊框、一媒體資料段、多數個媒體特性、多數個媒體資料段、幾分之一秒、一秒、多秒等等。例如,一等級標籤可經計算及插入位元流及/或針對位元流每32msec即隱藏(透過可逆或不可逆資料隱藏技術)。一等級標籤可用於指出一或多個等級類型及/或一或多個等級子類型。在一媒體資料訊框中,等級標籤可以插入一元資料結構中,元資料結構超越或者追隨一與等級標籤相關聯之媒體資料段,如圖11中所示。媒體等級可包括但是不限定的有單一等級類型如音樂、語音、雜音、靜音、喝采之任一者。本文內所述之一媒體處理裝置也可以組態用於將含有媒體等級類型如語音重疊音樂等混合等分級。此外、或者、及選項性地,本文內所述之一媒體處理裝置也可以組態載送一獨立之「可能性」或機率值,以用於一藉由一計算媒體等級標籤指出之媒體等級類型或子類型。一或多個此可能性或機率值可以隨著相同元資料結構中之媒體等級標籤傳送。一可能性或機率值表示一「信任」度,即計算媒體等級標籤與供計算媒體等級標 籤所指之一媒體等級類型或子類型的媒體片段/整體的關係。一或多個此可能性或機率值與相關聯媒體等級標籤之組合可供一接受媒體處理裝置使用,其令媒體處理適應,以改善一整體媒體處理鏈中之多樣操作,例如上混合、編碼、解碼、轉碼、耳機音效模擬等等。處理狀態元資料可包括但是不限定的有媒體等級類型或子類型、可能性或機率值之任一者。此外、或者、及選項性地,不傳送媒體(音頻)資料段間插入之一元資料結構中之媒體等級類型/子類型及可能性/機率值,而改為一些或所有媒體等級類型/子類型及可能性/機率值皆可嵌入及傳送至媒體資料(或樣本)中之一接受媒體處理節點/裝置,如同隱藏之元資料。在一些實施例中,包括在處理狀態元資料內之媒體資料之內容分析的結果可包含對於特定使用者定義或系統定義關鍵字是否在媒體資料之任意時間片段中被說出的一或多個指示。一或多個應用可使用此指示,以觸發相關操作之性能(例如呈現與關鍵字有關之產品與服務的文字廣告)。
在一些實施例中,當以一第一處理器處理媒體時,本文內所述之一裝置可以並聯運作一第二處理器,以分級/擷取媒體資料之媒體特性。媒體特性可以從持績一段時間期間(一訊框、多訊框、一秒、多秒、一分、多分、一使用者定義之時間期間等等)、或者持續一場景(基於可偵測之信號特徵變化)之片段擷取。由處理狀態元資料說明之媒體特性可以在整個媒體處理鏈全程使用。一下游裝置 可以基於一或多個媒體特性而令媒體資料之其自身媒體處理技術適應。另者,一下游裝置可以選擇忽略由處理狀態元資料說明之任一或所有媒體特性的存在。
在媒體處理鏈中之一裝置上的一應用方式可以依一或多個不同方式將媒體特性發揮效率。例如,此一應用方式可以利用媒體特性指示出下面的媒體資料。針對一想要前往判斷正在談論性能之段落的使用者而言,該應用可以跳過其他前面段落。前面處理狀態元資料中所述之媒體特性將媒體資料之上下文資訊提供給下游裝置,作為媒體資料之一固有部分。
媒體處理鏈中一個以上之裝置可執行分析以自媒體資料之內容擷取媒體特性。此使下游裝置不需要分析媒體資料之內容。
在一些可行實施例中,產生或修改之處理狀態元資料可以傳輸作為一媒體位元流之一部分(例如具有音頻狀態元資料之音頻位元流),及傳輸率為3-10kbps。在一些實施例中,處理狀態元資料可以基於資料隱藏而在媒體資料(例如PCM媒體樣本)內傳輸。許多可以可逆或不可逆方式改變媒體資料之資料隱藏技術可用於將一部分或全部處理狀態元資料(包括但是不限定的有認證相關資料)隱藏在媒體樣本中。資料隱藏可以使用可感知或不可感知之安全通信頻道實施。資料隱藏可以藉由改變/操作/調變下面媒體樣本中之一信號之信號特徵(一頻率或時域中之相位及/或振幅)而達成。資料隱藏可以基於FSK、展 頻、或其他可得方法實施。
在一些可行實施例中,一前/後處理單元可與編碼器/轉碼器協同執行媒體資料之處理。藉由前-後處理單元協同執行之處理也指定於與一下游媒體處理單元通信(例如透過音頻位元流)之處理狀態元資料中。
在一些可行實施例中,一旦衍生出一段處理狀態元資料(其可包括媒體指紋及任何使用於或衍生自一或多類型媒體處理技術的參數)時,此段處理狀態元資料可由媒體處理鏈中之媒體處理單元保存及通信至所有下游單元。因此,在一些可行實施例中,一段處理狀態元資料可由第一媒體處理單元產生及傳送至媒體處理鏈中(整個生命週期)之前一媒體處理單元,如同一媒體位元流/子流內之嵌入資料或如同可衍生自一外部資料源或媒體處理資料庫之資料。
圖4揭示根據本發明之一些可行實施例之一示範性解碼器(例如一執行本文內所述技術之進化解碼器)。本發明之可行實施例中之一解碼器可組態用於(1)解析及驗證與進來的媒體資料及已傳來之其他元資料(例如無關於媒體資料之任何處理,例如第三者資料、追蹤資訊、識別符、專有或標準資訊、使用者註釋資料、使用者最愛資料等等)相關聯之處理狀態元資料(例如一處理歷史、媒體特性之說明等等),及(2)基於驗證之處理狀態元資料而判斷媒體資料之媒體資料處理狀態。例如,藉由解析及驗證用於載送輸入媒體資料及處理狀態元資料的一媒體位 元流中之處理狀態元資料(例如具有音頻狀態元資料之音頻位元流),解碼器可以判斷響度元資料(或媒體特性元資料)為有效且可信,並由執行本文內所述技術之其中一增強型內容提供者子單元產生(例如,Dolby Laboratories市售之Dolby媒體產生器(DMG))。在一些可行實施例中,反應於所接收之處理狀態元資料為有效且可信的判斷,解碼器至少一部分基於所接收之處理狀態元資料,而可以組態用於產生與媒體資料狀態有關之媒體處理信號,其使用一可逆或不可逆資料隱藏技術。解碼器可以組態用於提供媒體處理信號至媒體處理鏈中之一下游媒體處理單元(例如一後處理單元),此類型信號例如可使用在解碼器與下游媒體處理單元之間無專用(且同步)之元資料路徑時。此狀況可能出現在一些可行實施例中,其中解碼器與下游媒體處理單元是在一消費者電子裝置(例如PC、行動電話、機上盒、錄放影機等等)中以分開之個體存在,或在不同子系統或不同系統中,其中解碼器與下游媒體處理單元之間無法取得同步控制或資料路徑。在一些可行實施例中,本文內所述資料隱藏技術下之媒體處理信號可以傳輸作為媒體位元流之一部分及傳輸率為16bps。許多可以可逆或不可逆方式改變媒體資料之資料隱藏技術可用於將一部分或全部處理狀態元資料隱藏在媒體樣本中,其包括但是不限定的有可感知或不可感知之安全通信頻道、下面媒體樣本中之一或多個信號之窄頻或展頻信號特徵(一頻率或時域中之相位及/或振幅)之改變/操作/調 變、或其他可得方法之任一者。
在一些可行實施例中,解碼器不會試圖傳送所有接收到之處理狀態元資料;反而,解碼器可基於媒體資料之狀態而僅嵌入足夠之資訊(例如在資料隱藏量範圍內),以改變下游媒體處理單元之操作模式。
在一些可行實施例中,媒體資料中之音頻或視頻信號之冗餘可用於載送媒體資料之狀態。在一些可行實施例中,在不產生任何可聽或可見之人為產物下,一些或所有媒體處理信號及/或處理狀態元資料可隱藏在媒體資料中的複數個位元之最低有效位元(LSB)中,或隱藏在媒體資料內所載送之一安全通信頻道中。複數個位元可以基於一或多個因數或標準而選擇,包括當具有隱藏資料之媒體樣本由一傳統媒體處理單元呈現時,LSBs是否產生可感知或可見之人為產物。其他可以可逆或不可逆方式改變媒體資料之資料隱藏技術(例如可感知或不可感知之安全通信頻道、FSK、基礎資料隱藏技術等等)可用於將一部分或全部處理狀態元資料隱藏在媒體樣本中。
在一些可行實施例中,資料隱藏技術可以是選項性的且可能不需要,例如,若下游媒體處理單元係實施作為解碼器之一部分。例如二或多個媒體處理單元可以共用一匯流排及其他容許元資料傳送作為頻帶外信號且不在媒體處理單元之間隱藏媒體樣本中之資料的通信機構。
圖5揭示根據本發明之一些可行實施例之一示範性後處理單元(例如一Dolby進化後處理單元)。後處理單元 可組態用於先擷取隱藏在媒體資料中之媒體處理信號(例如具有嵌入資訊之PCM音頻樣本),以判斷由媒體處理信號指出之媒體資料狀態。此例如可以藉由一附屬之處理單元達成(例如,在一些可行實施例中之一資訊擷取與音頻修復子單元,其中媒體資料包含音頻)。在媒體處理信號係使用一可逆資料隱藏技術而隱藏之實施例中,利用資料隱藏技術(例如解碼器)在媒體資料上執行以嵌入媒體處理信號之先前修改可以不執行。在媒體處理信號係使用一不可逆資料隱藏技術而隱藏之實施例中,利用資料隱藏技術(例如解碼器)在媒體資料上執行以嵌入媒體處理信號之先前修改不可以完全不執行,但是媒體呈現品質之負面影響可以減到最小(例如最小音頻或視覺人為產物)。隨後,基於媒體處理信號所指出之媒體資料狀態,後處理單元可組態用於適應其處理施加於媒體資料。在一範例中,音量處理可以反應於響度元資料有效且音量處理是由一上游單元執行之一判斷(來自媒體處理信號)而斷開。在另一範例中,一文字廣告或訊息可由一聲音辨識關鍵字呈現或觸發。
在一些可行實施例中,在本文內所述一媒體處理系統中之一信號分析與元資料校正單元可組態用於接受編碼之媒體位元流作為輸入,及藉由執行信號分析而驗證一媒體位元流中之嵌入元資料是否由正確。在驗證嵌入元資料在媒體位元流內為有或無效之後,校正即可在視需要而定之基礎上施加。在一些可行實施例中,信號分析與元資料校 正單元可組態用於依時間及/或頻域而在輸入媒體位元流中所編碼之媒體資料或樣本上執行分析,以判斷媒體資料之媒體特性。在判斷媒體特性後,對應之處理狀態元資料(例如一或多個媒體資料之說明)可以產生及提供給相對於信號分析與元資料校正單元之下游裝置。在一些可行實施例中,信號分析與元資料校正單元可與一或多個媒體處理系統中之一或多個其他媒體處理單元整合。此外及/或選項性地,信號分析與元資料校正單元可組態用於隱藏媒體資料中之媒體處理信號及發出信號至一下游單元(編碼器/轉碼器/解碼器),即媒體資料中之嵌入元資料為有效且已成功證實。在一些可行實施例中,與媒體資料相關聯之信號資料及/或處理狀態元資料可以產生及嵌入於一載送媒體資料之壓縮媒體位元流。
因此,本文內所述之技術確定一增強型媒體處理鏈中之不同處理塊或媒體處理單元(例如編碼器、轉碼器、解碼器、前-後處理單元等等)可以判斷媒體資料狀態。因此,各媒體處理單元可以根據由上游單元指出之媒體資料狀態而令其處理適應。再者,一或多個可逆或不可逆資料隱藏技術可用於確定與媒體資料狀態有關之信號資訊可用一有效率方式提供給下游媒體處理單元,且傳送信號資訊給下游媒體處理單元之所需位元傳輸率最小。此特別有利於在一上游單元(例如解碼器)與一下游單元(例如後處理單元)之間無元資料路徑者,例如後處理單元並非解碼器之一部分。
在一些可行實施例中,編碼器可以使用或包含一前處理與元資料驗證子單元而增強。在一些可行實施例中,前處理與元資料驗證子單元可組態用於確定編碼器是基於由媒體處理信號及/或處理狀態元資料指出之媒體資料狀態而執行媒體資料之適應性處理。在一些可行實施例中,透過前處理與元資料驗證子單元,編碼器可組態用於驗證與媒體資料相關聯(例如隨其包括在一媒體位元流內)之處理狀態元資料。例如,若元資料經驗證為可靠,則所執行的一媒體處理類型之結果可以再次使用及可以避免該媒體處理類型之新性能。另方面,元資料經發現為篡改者,則據稱先前執行過之該媒體處理類型可由編碼器重複。在一些可行實施例中,一旦處理狀態元資料(包括媒體處理信號與基於指紋之元資料檢索在內)經發現為不可靠時,其他媒體處理類型可由編碼器執行於元資料上。
若處理狀態元資料經判斷為有效(例如基於一擷取密碼值與一參考密碼值之匹配),編碼器也可以組態用於傳送信號至其處理狀態元資料(例如存在於媒體位元流中)為有效的一增強型媒體處理鏈中之其他媒體處理單元。許多方法之任一者、一些或全部可由編碼器實施。
在一第一方法之下,編碼器可將一旗標嵌入一編碼之媒體位元流中(例如一「進化旗標」),說明處理狀態元資料之驗證已在此編碼之媒體位元流上執行過。旗標可依一方式嵌入,以致使旗標之出現不致於影響到一「傳統(legacy)」媒體處理單元,例如一並非組態用於處理及 使用本文內所述處理狀態元資料之解碼器。在一示範性實施例中,一音頻壓縮-3(AC-3)編碼器可以藉由一前處理與元資料驗證子單元而增強,以將一「進化旗標」設定在一AC-3媒體位元流之xbsi2域中,如ATSC規範中所示(例如ATSC A/52b)。此「位元」可存在於AC-3媒體位元流中所載送之每一編碼訊框中及可以不使用。在一些可行實施例中,此旗標在xbsi2域中之存在不影響到並非組態用於處理及使用本文內所述處理狀態元資料之「傳統」解碼器。
在第一方法之下,可能會有驗證xbsi2域中之資訊的問題。例如,一(例如惡意的)上游單元可以將xbsi2域「接通」且實際上並未驗證處理狀態元資料,及可錯誤傳送信號至處理狀態元資料為有效之其他下游單元。
為了避免此問題,本發明之一些實施例可使用一第二方法。一安全資料隱藏法(包括但是不限定的有許多種在其媒體資料內產生一安全通信頻道的資料隱藏法之任一者,例如展頻法、FSK法、及其他安全通信頻道法)可用於嵌入「進化旗標」。此安全法係組態用於防止「進化旗標」被以純文字傳送及容易遭到一單位或入侵者有意或無意的攻擊。取而代之的是,在第二方法之下,一下游單元可檢索一加密形式之隱藏資料。透過一解密及驗證之子程序,下游單元可以檢驗隱藏資料之正確性及信任隱藏資料中之「進化旗標」。結果,下游單元可以判斷媒體位元流中之處理狀態元資料先前已成功驗證。在許多實施例中, 一或多個加密方法(HMAC式或非HMAC式)任一者中的處理狀態元資料之任意部分(例如「進化旗標」)皆可由一上游單元輸送至下游單元。
在一些可行實施例中,媒體資料初期可以單純為傳統之媒體位元流,例如包含PCM樣本。惟,一旦媒體資料係如本文內所述由一或多個媒體處理單元處理時,由一或多個媒體處理單元產生之處理狀態元資料包含媒體資料之狀態以及可用於將媒體資料解碼之較詳細資訊(包括但是不限定的有一或多個從媒體資料判斷的媒體特性之任一者)。在一些可行實施例中,所產生之處理狀態元資料可包括媒體指紋(例如視頻指紋)、響度元資料、動態範圍元資料、一或多個雜湊式信息驗證碼(HMACs)、一或多個對話頻道、音頻指紋、列舉之處理歷史、音頻響度、對話響度、真實峰值、樣本峰值、及/或任意使用者(第三者)指定之元資料。處理狀態元資料可包含一「進化資料塊」。
本文內所用之「增強型」一詞係指一媒體處理單元在本文內所述技術下與其他媒體處理單元工作的能力,或是在基於上游單元設定之媒體資料狀態而可執行適應性處理技術的本文內所述技術下與其他媒體處理系統工作的能力。「進化」一詞係指媒體處理單元在本文內所述技術下與傳統媒體處理單元或傳統媒體處理系統協調工作的能力,以及在基於上游單元設定之媒體資料狀態而可執行適應性處理技術的本文內所述技術下與其他媒體處理單元或 其他媒體處理系統工作的能力。
在一些可行實施例中,本文內所述之一媒體處理單元可接收已在其上執行過一或多個類型媒體處理之媒體資料,但是與媒體資料相關聯之元資料則無或是不足。在一些可行實施例中,此一媒體處理單元可組態用於產生處理狀態元資料,以指出已由其他相對於媒體處理單元之上游單元執行的媒體處理之一或多個類型。尚未由上游裝置完成之特性擷取也可以執行及將處理狀態元資料向前載送至下游裝置。在一些可行實施例中,媒體處理單元(例如一進化編碼器/轉碼器)可包含一媒體取證分析子單元。媒體取證分析子單元(例如一音頻取證子單元)可組態用於判斷(無任何收到之元資料)某一類型處理技術是否已在一件媒體內容上或媒體資料上執行。分析子單元可組態用於查尋由某一類型處理技術導入及留下之指定信號處理人為產物/蹤跡。媒體取證分析子單元也可以組態用於判斷某一類型特性擷取是否已在一件媒體內容上或媒體資料上執行。分析子單元可組態用於查尋特性式元資料之指定存在。為了本發明之目的,本文內所述之媒體取證分析子單元可由一媒體處理鏈中之任意媒體處理單元實施。再者,由一媒體處理單元透過媒體取證分析子單元而產生之處理狀態元資料可傳送至媒體處理鏈中之一下游單元。
在一些可行實施例中,本文內所述之處理狀態元資料可包括額外用於支援第三者應用之保留位元。額外之保留位元可以藉由配置一各別密鑰,以促使純文字載送於保留 位元中之一或多個域內而確定其安全。本發明之實施例支援包括內容識別及追蹤在內之新應用。在一範例中,具有Nielsen收視率之媒體可載送一特別針對一(媒體)媒體位元流中之節目的識別符。Nielsen收視率接著可使用此獨特識別符計算節目觀眾或聽眾之統計。在另一範例中,此保留位元可載送一針對一搜尋引擎(例如Google)之關鍵字。Google接著可基於包括在載送關鍵字的保留位元中之一或多個域內之關鍵字而與廣告發生關聯。針對本發明之目的,在本文內所述之應用中,本文內之技術可用於確保保留位元安全且不被指定使用保留位元中的一或多個域之第三者以外任何人解密。
本文內所述之處理狀態元資料可用許多方式之任一者與媒體資料發生關聯。在一些可行實施例中,處理狀態元資料可插入載有媒體資料之外寄壓縮媒體位元流中。在一些實施例中,元資料係依一方式插入,以利於與後續非組態用於基於本文內之處理狀態元資料而執行適應性處理技術的傳統解碼器維持相容性。
4.媒體資料之示範適應性處理技術
圖6揭示根據本發明之一些可行實施例之一編碼器/轉碼器之示範性實施方式。所述組件之任一者在硬體、軟體、或硬體與軟體之組合中可以實施作為一或多個過程及/或一或多個IC電路(包括ASICs、FPGAs等等)。編碼器/轉碼器可包含多數個傳統子單元,例如一前端解碼器 (FED)、一並不基於該處理是否已執行過而選擇執行動態範圍控制/對白正常化(DRC/Dialnorm)處理之後端解碼器(全模式)、一DRC產生器(DRC Gen)、一後端編碼器(BEE)、一填充器、一CRC再生單元等等。藉由這些傳統子單元,編碼器/轉碼器可以將一位元流(其例如可以是但不限定於AC-3)轉換成另一包含一或多類型媒體處理技術(其例如可以是但不限定於具有適應性及自動響度處理之E AC-3)在內之位元流。惟,媒體處理技術(例如響度處理)可以執行而不論響度處理是否已事先執行,及/或輸入位元流中之媒體資料是否包含該事先響度處理之結果,及/或處理狀態元資料是否在輸入位元流中。因此,一具有僅傳統子單元之編碼器/轉碼器執行錯誤或不必要之媒體處理。
在本文內所述之技術下,在一些可行實施例中,如圖6中所示,編碼器/轉碼器可包含複數個新子單元之任一者,例如媒體資料解析器/驗證器(其例如可以是但不限定於一AC-3旗標解析器及驗證器)、附屬媒體處理(例如適應性轉換域即時響度及動態範圍控制器、信號分析、特性擷取等等)、媒體指紋產生(例如聲紋產生)、元資料產生器(例如進化資料產生器及/或其他元資料產生器)、媒體處理信號插入(例如「add_bsi」插入或插入至輔助資料域)、HMAC產生器(其可數位式簽名至一或多個、甚至所有訊框,以防止被惡意或傳統個體篡改)、一或多個其他類型密碼處理單元、一或多個基於處理狀態 信號及/或處理狀態元資料(例如從旗標解析器及驗證器接收到之響度旗標「狀態」,或媒體特性用之旗標)而操作之開關等等。此外,使用者輸入(例如使用者目標物響度/對白正常化)及/或其他輸入(例如來自一視頻指紋過程)及/或其他元資料輸入(例如一或多類型之第三者資料、識別符、專有或標準資訊、使用者註釋資料、使用者最愛資料等等)可由編碼器/轉碼器接收。如圖所示,測量之對白、有閘與無閘之響度與動態範圍值也可以插入進化資料產生器。關於資訊之其他媒體特性也可以注入本文內所述之一處理單元,以產生一部分之處理狀態元資料。
在一些可行實施例之一或多者中,本文內所述之處理狀態元資料係依照ATSC A/52b載送於增強型AC-3(E AC-3)中指定之「add_bsi」域中,或如本文內所述載送於一媒體位元流中之一或多個輔助資料域中。在一些可行實施例中,諸域中之處理狀態元資料載送並不產生對於壓縮媒體位元流訊框大小及/或位元傳輸率的負面衝擊。
在一些可行實施例中,處理狀態元資料可以包括在一與主程式媒體位元流相關聯之獨立或依存性子流內。此方法之優點在配置用於將媒體資料(由主程式媒體位元流載送)編碼之位元傳輸率不受影響。若處理狀態元資料係載送作為編碼訊框之一部分,則配置用於將音頻資訊編碼之位元可以減少,使得壓縮媒體位元流訊框大小及/或位元傳輸率可以不變。例如,處理狀態元資料可以包含一減小之資料傳輸率表示及使用10kbps之低資料傳輸率,以傳 輸於中處理單元之間。因此媒體資料(例如音頻樣本)可用10kbps之較低傳輸率編碼,以利於適應處理狀態元資料。
在一些可行實施例中,處理狀態元資料之至少一部分可以藉由可逆或不可逆資料隱藏技術嵌入媒體資料(或樣本)。此方法之優點在於媒體樣本及元資料可由同一位元流中之下游裝置接收。
在一些可行實施例中,處理狀態元資料可以儲存在一連結於指紋之媒體處理資料庫中。位於一上游單元(例如一產生處理狀態元資料之編碼器/轉碼器)下游處之一媒體處理單元可以從接收到之媒體資料產生一指紋,及隨後使用指紋作為一查詢媒體處理資料庫用之密鑰。在資料庫中之處理狀態元資料定位後,一含有與接收到的媒體資料相關聯(或供其使用)之處理狀態元資料在內之資料塊可以從媒體處理資料庫檢索及用於下游之媒體處理單元。本文內所用之指紋可以包括但是不限定於一或多個產生用於指示媒體特性的媒體指紋之任一者。
在一些可行實施例中,一含有處理狀態元資料之資料塊可以包含一用於處理狀態元資料及/或下面媒體資料之密碼雜湊(HMAC)。由於在這些實施例中資料塊係假設以數位式簽名,一下游媒體處理單元較容易認證及驗證處理狀態元資料。其他包括但是不限定於一或多個非HMAC密碼方法的任一者之密碼方法可用於處理狀態元資料及/或下面媒體資料之安全傳輸及接收。
如前所述,一媒體處理單元(例如本文內所述之一編碼器/轉碼器)可組態用於接受「傳統」媒體位元流及PCM樣本。若輸入之媒體位元流為一傳統之媒體位元流,媒體處理單元可檢查一進化旗標,其可能在媒體位元流中,或者可能藉由上述包含前處理在內之增強型「傳統」編碼器與元資料驗證邏輯器的其中之一而隱藏在媒體資料中。在無進化旗標時,編碼器係組態用於執行適應性處理技術及在一輸出之媒體位元流中或一包含處理狀態元資料在內之資料塊中適度產生處理狀態元資料。例如,如圖6中所示,若輸入之媒體位元流或源媒體位元流中無「進化旗標」,一示範性單元(例如轉換域即時響度及動態範圍控制器)可將其接收到之輸入媒體資料中之音頻內容作適應性處理及自動調整響度及動態範圍。此外、選項性地、或變換地,另一單元可以使用特性式元資料,以執行適應性處理技術。
在圖6所示之示範性實施例中,編碼器可以知道已執行媒體處理技術的類型(例如響度域處理技術)之後/前處理單元及因而可在一資料塊中產生處理狀態元資料,資料塊包括響度域處理技術中所使用及/或衍生的指定參數。在一些可行實施例中,只要編碼器知道已在媒體資料內容上執行之處理技術類型,編碼器即可在媒體資料內容上產生反映出處理歷史之處理狀態元資料。此外、選項性地、或變換地,編碼器可以基於由處理狀態元資料說明之一或多個媒體特性而執行適應性處理技術。此外、選項性 地、或變換地,編碼器可以執行媒體資料分析,以產生媒體特性之一說明,作為欲提供給任意其他處理單元之處理狀態元資料之一部分。
在一些可行實施例中,一使用本文內的技術之解碼器可以瞭解媒體資料在下列情境中之狀態。
在第一情境下,若解碼器接收到一媒體位元流且具有設定用於指出處理狀態元資料在媒體位元流中的有效性之「進化旗標」,解碼器可以解析及/或檢索處理狀態元資料及發信號於一下游媒體處理單元(例如一適當之後處理單元)。另方面,若「進化旗標」不存在,則解碼器可以發信號給與響度元資料一樣仍應執行音量調整的下游媒體處理單元,例如在一些可行實施例中已包括在處理狀態元資料內者,其具有已執行之音量調整處理,其既不存在也不可信為有效。
在第二情節下,若解碼器接收到一由上游媒體處理單元(例如一具有密碼雜湊之進化編碼器)產生及編碼之媒體位元流,則解碼器可以解析及檢索來自一含有處理狀態元資料在內的資料塊之密碼雜湊,及使用密碼雜湊以驗證所接收到之媒體位元流及相關聯之元資料。例如,若解碼器基於一參考密碼雜湊與從資料塊接收的密碼雜湊間之匹配而發現相關聯之元資料(例如處理狀態元資料中之響度元資料)為有效,解碼器可以發信號給下游媒體處理單元(例如一音量調整單元),以傳送媒體資料(例如未改變者)。此外、選項性地、或變換地,其他類型之密碼技術 可用以取代一基於密碼雜湊之方法。此外,選項性地、或變換地,音量調整以外之操作也可以基於如處理狀態元資料中所述之媒體資料之一或多個媒體特性而執行。
在第三情境下,若解碼器接收到一由上游媒體處理單元(例如一進化編碼器)產生之媒體位元流,但是一含有處理狀態元資料在內的資料塊並未包括在媒體位元流內;反而資料塊是儲存於一媒體處理資料庫中。解碼器可組態用於在媒體位元流(例如音頻)中產生媒體資料之一指紋,及隨後使用指紋查詢媒體處理資料庫。媒體處理資料庫可基於指紋匹配而將與接收到的媒體資料相關聯之適當資料塊送回。在一些可行實施例中,編碼之媒體位元流含有一單純之全球資源定位器(URL),用於指示解碼器將前述之指紋式查詢送到媒體處理資料庫。
在所有這些情境中,解碼器係組態用於瞭解媒體之狀態及發信號給一下游處理單元,以令媒體資料之後續處理依此適應。在一些可行實施例中,本文內之媒體資料可以在解碼之後重新編碼。在一些可行實施例中,一含有相當於重新編碼的同時期處理狀態資訊之資料塊可以送到解碼器後方之一下游處理單元上,例如一編碼器/轉換器。例如,資料塊可以被涵括作為自解碼器寄出之媒體位元流中之相關聯元資料。
圖7揭示根據本發明之一些可行實施例之一音量調整單元基於處理狀態元資料中及/或相關聯響度元資料的有效性之操作情形之一示範性進化解碼器控制模式。其他操 作情形(例如特性式處理技術)也可以進行。所述組件之任一者在硬體、軟體、或硬體與軟體之組合中可以實施作為一或多個過程及/或一或多個IC電路(包括ASICs、FPGAs)。解碼器可包含多數個傳統子單元,例如一訊框資訊模組(例如在AC-3、MPEG AAC、MPEG HE AAC、E AC-3等等中之訊框資訊模組)、一前端解碼器(例如在AC-3、MPEG AAC、MPEG HE AAC、E AC-3等等中之FED)、同步與轉換(例如在AC-3、MPEG AAC、MPEG HE AAC、E AC-3、等等中之同步與轉換模組)、訊框組緩衝器、後端解碼器(例如在AC-3、MPEG AAC、MPEG HE AAC、E AC-3等等中之BED)、後端編碼器(例如在AC-3、MPEG AAC、MPEG HE AAC、E AC-3、等等中之BEE)、CRC再生、媒體呈現(例如Dolby Volume)、等等。藉由這些傳統子單元,解碼器可以輸送媒體資料中之媒體內容至一下游媒體處理單元及/或呈現媒體內容。惟,解碼器無法輸送媒體資料之狀態或提供輸出位元流中之媒體處理信號及/或處理狀態元資料。
在本文內所述之技術下,在一些可行實施例中,如圖7中所示,解碼器可包含複數個新子單元之任一者,例如元資料處理(進化資料及/或其他元資料輸入,包括一或多類型之第三者資料、追蹤資訊、識別符、專有或標準資訊、使用者註釋資料、使用者最愛資料、特性擷取、特性處理、等等)、安全(例如防篡改)、處理狀態資訊用之通信(HMAC產生器及簽名驗證器、其他密碼技術)、媒 體指紋擷取(例如音頻與視頻指紋擷取)、附屬媒體處理(例如語音頻道/響度資訊、其他類型之媒體特性)、資料隱藏(例如可以是破壞性/不可逆或可逆之PCM資料隱藏)、媒體處理信號插入、HMAC產生器(其可例如包括「add_bsi」插入,或插入至一或多個輔助資料域)、其他密碼技術、隱藏資料恢復及驗證(例如隱藏之PCM資料回復及驗證器)、「取消」資料隱藏、一或多個基於媒體處理信號及/或處理狀態元資料而操作之開關(例如來自一HMAC產生器及簽名驗證器之進化資料「有效」及資料隱藏插入控制)、等等。如圖所示,由HMAC產生器及簽名驗證器擷取之資訊及音頻與視頻指紋擷取可以輸出至、或使用於音頻與視頻同步校正、評價、媒體權、品質管制、媒體定位過程、特性式處理、等等。
在一些可行實施例中,一媒體處理鏈中之後/前處理單元並非獨立操作。反而,後/前處理單元可與媒體處理鏈中之一編碼器或一解碼器交互作用。在與一編碼器交互作用之情況中,後/前處理單元可協助產生與一資料塊中之媒體資料狀態有關的處理狀態元資料之至少一部分。在與一解碼器交互作用之情況中,後/前處理單元係組態用於判斷媒體資料狀態及令媒體資料處理依此適應。在一範例中,在圖7中,一示範性後/前處理單元(例如一音量調整單元)可以檢索由一上游解碼器傳送的PCM樣本中之隱藏資料,及基於隱藏資料以判斷響度元資料是否有效。若響度元資料有效,輸入之媒體資料(例如音頻)可 以不變地傳輸通過音量調整單元。在另一範例中,一示範性後/前處理單元可以檢索由一上游解碼器傳送的PCM樣本中之隱藏資料,及基於隱藏資料以判斷先前從媒體樣本內容判斷的一或多類型媒體特性。若指出一聲音辨識關鍵字,後/前處理單元可執行一或多個相關於聲音辨識關鍵字之特定操作。
5.資料隱藏
圖8揭示根據本發明之一些可行實施例使用資料隱藏以傳送媒體處理資訊之示範組態。在一些可行實施例中,當上、下游媒體處理單元之間無元資料路徑時,資料隱藏可用於致能一上游媒體處理單元(例如進化編碼器或解碼器(例如音頻處理#1))與一下游媒體處理單元(例如後/前處理單元(例如音頻處理#2))之間之發送信號。
在一些可行實施例中,可逆式媒體資料隱藏(例如可逆式音頻資料隱藏)可用於將媒體資料中之媒體資料樣本(例如X)修改成修改過之媒體資料樣本(例如X’),其攜載二媒體處理單元間之媒體處理信號及/或處理狀態元資料。在一些可行實施例中,對於本文內所述媒體資料樣本之修改是在修改結果不造成感知惡化的情況下進行。因此,即使在媒體處理單元1之後並無另一媒體處理單元,也無可聽或可見之人為產物可供修改過之媒體資料樣本察覺。易言之,當修改過之媒體資料樣本中之音頻及視頻呈現時,將媒體處理信號及/或處理狀態元資料以不易 察覺方式隱藏並不會造成任何音頻或視頻之人為產物。
在一些可行實施例中,一媒體處理單元(例如圖8之音頻處理單元#2)從修改過之媒體資料樣本檢索媒體處理信號及/或處理狀態元資料,及藉由取消修改而將修改過之媒體資料樣本恢復成原始媒體資料樣本。此例如可以透過一子單元(例如資訊擷取及音頻恢復)完成。檢索之嵌入資訊隨後可以使用作為二媒體處理單元(例如圖8之音頻處理單元#1、#2)之間之一信號機構。本文內之資料隱藏技術之穩固性可以取決於可由媒體處理單元執行之處理類型。媒體處理單元#1之一範例可以是一機上盒中之數位解碼器,而媒體處理單元#2之一範例可以是同一機上盒中之音量調整單元。若解碼器判斷響度元資料有效,解碼器可以使用一可逆式資料隱藏技術,以發出信號給後續之音量調整單元勿施加調整。
在一些可行實施例中,一不可逆式媒體資料隱藏(例如不可逆式安全通信頻道式資料隱藏技術)可用於將媒體資料中之媒體資料樣本(例如X)修改成修改過之媒體資料樣本(例如X’),其攜載二媒體處理單元間之媒體處理信號及/或處理狀態元資料。在一些可行實施例中,對於本文內所述媒體資料樣本之修改是在修改結果有最小感知惡化的情況下進行。因此,極少可聽或可見之人為產物可供修改過之媒體資料樣本察覺。易言之,當修改過之媒體資料樣本中之音頻及視頻呈現時,將媒體處理信號及/或處理狀態元資料以不易察覺方式隱藏造成最少之音頻或 視頻人為產物。
在一些可行實施例中,修改過之媒體資料樣本透過不可逆式資料隱藏之修改不會取消而恢復原始媒體資料樣本。
6.示範流程
圖9A及圖9B揭示根據本發明之一可行實施例的示範流程。在一些可行實施例中,一媒體處理系統中之一或多個計算裝置或單元可執行此流程。
在圖9A之方塊910中,一媒體處理鏈(例如本文內所述之一增強型媒體處理鏈)中之一第一裝置判斷媒體處理之一類型是否已在媒體資料之一輸出形式上執行。第一裝置可以是一媒體處理單元之一部分或全部。在方塊920中,反應於對媒體處理類型已在媒體資料之輸出形式上執行的判斷,第一裝置可以產生媒體資料之一狀態。在一些可行實施例中,媒體資料之狀態可指定媒體處理類型,其結果係包括在媒體資料之輸出形式內。第一裝置可以將媒體資料之輸出形式及媒體資料狀態通信至媒體處理鏈中之下游之一第二裝置,例如在一輸出媒體位元流中,或是在一與載有媒體資料輸入形式的一各別媒體位元流相關聯之輔助元資料位元流中。
在一些可行實施例中,媒體資料包含媒體內容,以作為下列之一或多者:唯音頻內容、唯視頻內容、或兼具音頻內容與視頻內容。
在一些可行實施例中,第一裝置可提供媒體資料狀態至該第二裝置,以作為下列之一或多者:(a)媒體指紋,(b)處理狀態元資料,或(c)媒體處理信號。
在一些可行實施例中,第一裝置可將一媒體處理資料塊儲存於一媒體處理資料庫。媒體處理資料塊可包含媒體處理元資料,及其中媒體處理資料塊係基於一或多個與媒體處理資料塊相關聯之媒體指紋而檢索。
在一些可行實施例中,媒體資料狀態包含一以憑證資訊加密之密碼雜湊值。密碼雜湊值可由一收件者裝置認證。
在一些實施例中,媒體資料狀態之至少一部分包含隱藏在媒體資料中之一或多個安全通信頻道,及其中一或多個安全通信頻道係由一收件者裝置認證。在一示範性實施例中,一或多個安全通信頻道包含至少一展頻安全通信頻道。在一示範性實施例中,一或多個安全通信頻道包含至少一頻移鍵控安全通信頻道。
在一些可行實施例中,媒體資料狀態包含一或多組參數,其用於及/或衍生自媒體處理類型。
在一些可行實施例中,第一裝置或第二裝置之至少一者包含前處理單元、編碼器、媒體處理子單元、轉碼器、解碼器、後處理單元、或媒體內容呈現子單元。在一示範性實施例中,第一裝置係一編碼器(例如AVC編碼器),而第二裝置係一解碼器(例如AVC解碼器)。
在一些可行實施例中,處理類型係由第一裝置執行, 而在其他可行實施例中,處理類型改由媒體處理鏈中與第一裝置相對之一上游裝置執行。
在一些可行實施例中,第一裝置可接收媒體資料之一輸入形式。媒體資料之輸入形式包含指出媒體處理類型之任意媒體資料狀態。在這些實施例中,第一裝置可分析媒體資料之輸入形式,以判斷已在媒體資料之輸入形式上執行的媒體處理類型。
在一些可行實施例中,第一裝置將媒體資料狀態中之響度及動態範圍編碼。
在一些可行實施例中,第一裝置可適應性避免執行已由一上游裝置執行之媒體處理類型。惟,即使是媒體處理類型已執行時,第一裝置可接收一指令,以跳過由上游裝置執行之媒體處理類型。取而代之的是,第一裝置可被指令仍執行媒體處理類型,例如使用相同或不同參數。從第一裝置通信至媒體處理鏈中的下游第二裝置之媒體資料狀態可包含媒體資料之一輸出形式,其包括在該指令下由第一裝置執行之媒體處理類型的結果及一指出媒體處理類型已在媒體資料之輸出形式中執行的媒體資料狀態。在許多可行實施例中,第一裝置可接收來自於下列一或多者之指令:(a)使用者輸入,(b)第一裝置之一系統組態,(c)從第一裝置外之一裝置發出信號,(d)從第一裝置內之一子單元發出信號。
在一些實施例中,媒體資料狀態包含隱藏在一或多個安全通信頻道中的狀態元資料之至少一部分。
在一些實施例中,第一裝置改變媒體資料中之複數個位元,以儲存媒體資料狀態之至少一部分。
在一些實施例中,第一裝置及第二裝置之至少一者包含進階電視系統委員會(ATSC)編解碼器、動態圖像專家群(MPEG)編解碼器、音頻編解碼器3(AC-3)編解碼器及增強版AC-3編解碼器之其中一或多者。
在一些實施例中,媒體處理鏈包含:一前處理單元,其組態用於接受包含作為輸入的媒體內容在內之時域樣本及用於輸出該處理之時域樣本;一編碼器,其組態用於基於該處理之時域樣本而輸出該媒體內容之壓縮媒體位元流;一信號分析與元資料校正單元,其組態用於驗證該壓縮媒體位元流中之處理狀態元資料;一轉碼器,其組態用於修改該壓縮媒體位元流;一解碼器,其組態用於基於該壓縮媒體位元流而輸出該解碼時域樣本;及一後處理單元,其組態用於執行該解碼時域樣本中之該媒體內容之後處理。在一些實施例中,第一裝置及第二裝置之至少一者包含前處理單元、信號分析與元資料校正單元、轉碼器、解碼器及後處理單元。在一些實施例中,前處理單元、信號分析與元資料校正單元、轉碼器、解碼器及後處理單元之至少一者係基於從一上游裝置接收到之處理元資料而執行媒體內容之適應性處理技術。
在一些實施例中,第一裝置從媒體資料判斷一或多個媒體特性,及包括一或多個媒體特性之一說明在媒體資料狀態中。一或多個媒體特性可包含至少一媒體特性,其係 從訊框、秒、分、使用者可定義時距、情景、歌曲、音樂片段及錄音之一或多者判斷。一或多個媒體特性包含媒體資料之一語義說明。在許多實施例中,一或多個媒體特性包含結構性質、包括和聲與旋律在內之音調、音色、節奏、響度、立體聲混音、媒體資料之聲源量、有無聲音、重複特徵、旋律、和聲、歌詞、音色、感知特性、數位媒體特性、立體聲參數、語音內容的一或多個部分之其中一或多者。
在圖9B之方塊950中,一媒體處理鏈(例如本文內所述之一增強型媒體處理鏈)中之一第一裝置判斷媒體處理之一類型是否已在媒體資料之一輸入形式上執行。
在方塊960中,反應於對媒體處理類型已在媒體資料之輸入形式上執行的判斷,第一裝置令媒體資料之處理適應,以停止在第一裝置中執行媒體處理類型。在一些可行實施例中,第一裝置可以基於媒體資料之輸入狀態而斷開一或多個媒體處理類型。
在一些可行實施例中,第一裝置可以將媒體資料之一輸出形式及媒體資料之一狀態通信至媒體處理鏈中之下游之一第二裝置,媒體資料狀態係指出媒體處理類型已在媒體資料之輸出形式中執行。
在一些可行實施例中,第一裝置可以將媒體資料狀態中之響度及動態範圍編碼。在一些可行實施例中,第一裝置可以至少部分基於處理類型是否已在媒體資料之輸入形式上執行,而自動執行一或多個適應性校正響度或動態音 頻處理。
在一些可行實施例中,第一裝置可在媒體資料上執行媒體處理之一第二不同類型。第一裝置可以將媒體資料之一輸出形式及媒體資料之一狀態通信至媒體處理鏈中之下游之一第二裝置,媒體資料狀態係指出媒體處理類型及媒體處理之第二不同類型已在媒體資料之輸出形式中執行。
在一些可行實施例中,第一裝置可以檢索與媒體資料之輸入形式相關聯的媒體資料之一輸入狀態。在一些可行實施例中,媒體資料之輸入狀態係隨著一輸入媒體位元流中之媒體資料輸入形式載送。在一些可行實施例中,第一裝置可以從將媒體內容編碼的媒體資料中之資料單元擷取媒體資料之輸入狀態。媒體資料之輸入狀態可隱藏在一或多個資料單元中。
在一些可行實施例中,第一裝置可以將未包含媒體資料輸入狀態的資料單元之一形式恢復,及基於尚未恢復的資料單元之形式而呈現媒體內容。
在一些可行實施例中,第一裝置可以藉由驗證一與媒體資料輸入狀態相關聯之密碼雜湊值而認證媒體資料輸入狀態。
在一些實施例中,第一裝置係藉由驗證一或多個與媒體資料輸入狀態相關聯之指紋而認證媒體資料輸入狀態,其中一或多個指紋之至少一者係基於媒體資料之至少一部分而產生。
在一些實施例中,第一裝置係藉由驗證一或多個與媒 體資料輸入狀態相關聯之指紋而驗證媒體資料,其中一或多個指紋之至少一者係基於媒體資料之至少一部分而產生。
在一些可行實施例中,第一裝置可接收如處理狀態元資料所述的媒體資料之輸入狀態。第一裝置可以至少部分基於處理狀態元資料而產生媒體處理信號。媒體處理信號可指出媒體資料之輸入狀態,即使媒體處理信號可以是一比處理狀態元資料者小之資料量及/或需要低位元傳輸率。第一裝置可以將媒體處理信號傳輸至媒體處理鏈中的第一裝置下游之一媒體處理裝置。在一些可行實施例中,媒體處理信號係使用一可逆式資料隱藏技術隱藏在媒體資料之一輸出形式中之一或多個資料單元中,以致使對於媒體資料之一或多個修改可由一收件者裝置去除。在一些實施例中,媒體處理信號係使用一不可逆式資料隱藏技術隱藏在媒體資料之一輸出形式中之一或多個資料單元中,以致使對於媒體資料之一或多個修改之至少一者無法由一收件者裝置去除。
在一些實施例中,第一裝置係基於媒體資料狀態中之一或多個媒體特性之一說明而判斷一或多個媒體特性。一或多個媒體特性可包含至少一媒體特性,其係從訊框、秒、分、使用者可定義時距、情景、歌曲、音樂片段及錄音之一或多者判斷。一或多個媒體特性包含媒體資料之一語義說明。在一些實施例中,第一裝置係反應於判斷一或多個媒體特性而執行一或多個指定操作。
在一些可行實施例中,其提供一方法,包含:藉由一媒體處理鏈中之一第一裝置,其計算媒體資料之一源訊框之一或多個資料傳輸率減低表示;及在該媒體資料本身之一狀態內,將該一或多個資料傳輸率減低表示同時且安全載送至該媒體處理鏈中之一第二裝置;其中該方法係藉由一或多個計算裝置執行。
在一些可行實施例中,一或多個資料傳輸率減低表示係載送於一子流、一或多個保留域、一add_bsi域、一或多個輔助資料域、或一或多個轉換係數之至少一者中。
在一些可行實施例中,一或多個資料傳輸率減低表示包含用於將媒體資料內傳送的音頻與視頻同步化之同步化資料。
在一些可行實施例中,一或多個資料傳輸率減低表示包含媒體指紋,係(a)由一媒體處理單元產生及(b)隨著用於品質監控、媒體評價、媒體追蹤、或內容搜尋的其中一或多者之媒體資料嵌埋。
在一些可行實施例中,該方法進一步包含藉由一媒體處理鏈中之一或多個計算裝置之至少一者,其基於一或多個載送媒體資料之編碼位元流內之媒體資料及/或媒體資料狀態而計算及傳輸一密碼雜湊值。
在一些可行實施例中,該方法進一步包含:藉由一收件者裝置認證密碼雜湊值;由收件者裝置將媒體資料狀態是否有效之一判斷,發送信號至一或多個下游媒體處理單元;反應於媒體資料狀態是否有效之判斷,由收件者裝置 將媒體資料狀態發送信號至一或多個下游媒體處理單元。
在一些可行實施例中,代表媒體及/或媒體資料狀態之密碼雜湊值係載送於一子流、一或多個保留域、一add_bsi域、一或多個輔助資料域、或一或多個轉換係數之至少一者中。
在一些可行實施例中,其提供一方法,包含:藉由一媒體處理鏈中之一或多個計算裝置,其基於由一媒體資料狀態所指出一或多個上游媒體處理單元的媒體資料響度處理之過往歷史,而適應性處理媒體資料之一輸入形式,媒體處理鏈包含心理聲學單元、轉換、波形/空間音頻編碼單元、編碼器、解碼器、轉碼器或串流處理器之一或多者;在媒體處理鏈末端處將媒體資料之一輸出形式之響度及/或動態範圍正常化,成為一致之響度及/或動態範圍值。
在一些可行實施例中,一致之響度值包含下列之一響度值:(1)由一使用者控制或選擇或(2)由媒體資料之一輸入形式中一狀態適應性發送信號。
在一些可行實施例中,響度值是在媒體資料之對白(語音)部分上計算。
在一些可行實施例中,響度值是在媒體資料之絕對、相對及/或無閘部分上計算。
在一些可行實施例中,一致之動態範圍值包含下列之一響度值:(1)由一使用者控制或選擇或(2)由媒體資料之一輸入形式中一狀態適應性發送信號。
在一些可行實施例中,動態範圍值是在媒體資料之對白(語音)部分上計算。
在一些可行實施例中,動態範圍值是在媒體資料之絕對、相對及/或無閘部分上計算。
在一些可行實施例中,該方法進一步包含:計算一或多個響度及/或動態範圍增益控制值,用於將媒體資料之輸出形式正常化,成為一致之響度值及一致之動態範圍;在媒體處理鏈末端處同時載送媒體資料之輸出形式的一狀態內之一或多個響度及/或動態範圍增益控制值,其中一或多個響度及/或動態範圍增益控制值可由另一裝置使用於可逆式施加一或多個響度及/或動態範圍增益控制值,以恢復媒體資料之輸入形式中之一原始響度值及一原始動態範圍。
在一些可行實施例中,代表媒體資料輸出形式的狀態之一或多個響度及/或動態範圍增益控制值係載送於一子流、一或多個保留域、一add_bsi域、一或多個輔助資料域、或一或多個轉換係數之至少一者中。
在一些可行實施例中,其提供一方法,包含:藉由一媒體處理鏈中之一或多個計算裝置,其在一或多個編碼位元流內執行相關與不相關媒體資料位置及/或相關與不相關媒體資料位置之一狀態的插入、擷取或編輯的其中之一,媒體處理鏈包含心理聲學單元、轉換、波形/空間音頻編碼單元、編碼器、解碼器、轉碼器或串流處理器之一或多者。
在一些可行實施例中,編碼位元流內之一或多個相關與不相關媒體資料位置及/或相關與不相關媒體資料位置之狀態係載送於一子流、一或多個保留域、一add_bsi域、一或多個輔助資料域、或一或多個轉換係數之至少一者中。
在一些可行實施例中,其提供一方法,包含:藉由一媒體處理鏈中之一或多個計算裝置,其在一或多個編碼位元流內執行相關與不相關媒體資料及/或相關與不相關媒體資料之一狀態的插入、擷取或編輯的其中之一,媒體處理鏈包含心理聲學單元、轉換、波形/空間音頻編碼單元、編碼器、解碼器、轉碼器或串流處理器之一或多者。
在一些可行實施例中,編碼位元流內之一或多個相關與不相關媒體資料位置及/或相關與不相關媒體資料位置之狀態係載送於一子流、一或多個保留域、一add_bsi域、一或多個輔助資料域、或一或多個轉換係數之至少一者中。
在一些可行實施例中,一媒體處理系統係組態用於藉由一媒體處理鏈中之一或多個計算裝置,其基於一或多個編碼位元流內之媒體資料及/或媒體資料之一狀態而計算及載送密碼雜湊值,媒體處理鏈包含心理聲學單元、轉換、波形/空間音頻編碼單元、編碼器、解碼器、轉碼器或串流處理器之一或多者。
本文內所用之「相關與不相關媒體資料位置」一詞可指包括一媒體資源定位器之資訊,例如一絕對路徑、相對 路徑及/或指出相關媒體位置之全球資源定位器(URL),或一絕對路徑、相對路徑及/或指出不相關媒體位置之全球資源定位器(URL),或是不直接相關於供發現媒體資料位置的本體或位元流之其他類型資訊(例如一件新媒體之位置,像是一商業、廣告、網頁等等)。
本文內所用之「相關與不相關媒體資料位置之狀態」一詞可指相關與不相關媒體位置之有效性(因為其可能在供其載送於內的位元流生命週期全程中編輯/更新)。
本文內所用之「相關媒體資料」可指與初級媒體資料位元流極為相關的次級媒體資料位元流形式之相關媒體資料載送(例如,呈一第二(獨立)位元流格式的媒體資料複本之載送)。在不相關媒體資料全文中,此資訊可指與初級媒體資料無關之次級媒體資料位元流之載送。
本文內所用之相關媒體資料之「狀態」可指任意信號資訊(處理歷史、更新目標響度等等)及/或元資料以及相關媒體資料有效性。不相關媒體資料之「狀態」可指獨立之信號資訊及/或包括可以各別(獨立)從「相關」媒體資料狀態載送的有效性資訊在內之元資料。不相關媒體資料之狀態代表「無關」於供找到此資訊的媒體資料位元流之媒體資料(因為此資訊可能在供其載送於內的位元流生命週期全程中獨立編輯/更新)。
本文內所用之相關媒體資料之「媒體資料之絕對、相對及/或無閘部分」等詞可指在媒體資料上執行之響度及音量測量之閘值。閘值係指一指定音量或響度臨限值,其 中超過臨限值之計算值係包括在最後測量內(例如,在最後測量值中-60dBFS以下之短期響度則不計)。一絕對值上之閘值係指一取決於目前「無閘」測量值之值。
圖12A至圖12L進一步揭示根據本發明之一些可行實施例之一些示範性媒體處理節點/裝置之方塊圖。
如圖12A中所示,一信號處理器(其可為N個節點之節點1)係組態用於接收一輸入信號,其可包含音頻PCM樣本。音頻PCM樣本可含有或不含有隱藏在音頻PCM樣本之間之處理狀態元資料(或媒體狀態元資料)。圖12A之信號處理器可包含一媒體狀態元資料擷取器,其係組態用於解碼、擷取、及/或解釋來自於音頻PCM樣本之處理狀態元資料,由圖12A之信號處理器之前之一或多個媒體處理單元提供。處理狀態元資料之至少一部分可提供至圖12A之信號處理器中之一音頻編碼器,以令處理參數適應於音頻編碼器。同時,圖12A之信號處理器中之一音頻分析單元可分析輸入信號中所傳送之媒體內容。特性擷取、媒體分級、響度估計、指紋產生、等等,其可實施作為由音頻分析單元執行之分析之一部分。此分析結果之至少一部分可提供至圖12A之信號處理器中之音頻編碼器,以令處理參數適應於音頻編碼器。音頻編碼器基於處理參數,而將輸入信號中之音頻PCM樣本編碼成一輸出信號中之一編碼位元流。圖12A之信號處理器中之一編碼位元流分析單元可組態用於判斷欲傳輸於圖12A之信號處理器之輸出信號中的編碼位元流中之媒體資 料或樣本是否有空間可儲存至少一部分之處理狀態元資料。由圖12A之信號處理器傳輸的新處理狀態元資料包含一些或全部的已由媒體狀態元資料擷取器擷取之處理狀態元資料、已由圖12A之信號處理器之音頻分析單元與一媒體狀態元資料產生器產生之處理狀態元資料、及/或任意第三者資料。若經判斷編碼位元流中之媒體資料或樣本尚有空間可儲存至少一部分之處理狀態元資料,一部分或全部的新處理狀態元資料可以儲存作為輸出信號中之媒體資料或樣本中之隱藏資料。此外、選項性地、或者,一部分或全部的新處理狀態元資料可以儲存在分離於媒體資料及樣本的輸出信號中之各別元資料結構。因此,輸出信號可包含一含有新處理狀態(或媒體狀態)元資料之編碼位元流,其透過一安全隱藏或非隱藏之通信頻道而載送於媒體樣本(本體)內及/或其間。
如圖12B中所示,一信號處理器(其可為N個節點之節點1)係組態用於接收一輸入信號,其可包含音頻PCM樣本。音頻PCM樣本可含有或不含有隱藏在音頻PCM樣本之間之處理狀態元資料(或媒體狀態元資料)。圖12B之信號處理器可包含一媒體狀態元資料擷取器,其係組態用於解碼、擷取、及/或解釋來自於音頻PCM樣本之處理狀態元資料,由圖12B之信號處理器之前之一或多個媒體處理單元提供。處理狀態元資料之至少一部分可提供至圖12B之信號處理器中之一PCM音頻樣本處理器,以令處理參數適應於PCM音頻樣本處理器。 同時,圖12B之信號處理器中之一音頻分析單元可分析輸入信號中所傳送之媒體內容。特性擷取、媒體分級、響度估計、指紋產生、等等,其可實施作為由音頻分析單元執行之分析之一部分。此分析結果之至少一部分可提供至圖12B之信號處理器中之音頻編碼器,以令處理參數適應於PCM音頻樣本處理器。PCM音頻樣本處理器基於處理參數,而將輸入信號中之音頻PCM樣本編碼成一輸出信號中之一PCM音頻(樣本)位元流。圖12B之信號處理器中之一PCM音頻分析單元可組態用於判斷欲傳輸於圖12B之信號處理器之輸出信號中的PCM音頻位元流中之媒體資料或樣本是否有空間可儲存至少一部分之處理狀態元資料。由圖12B之信號處理器傳輸的新處理狀態元資料包含一些或全部的已由媒體狀態元資料擷取器擷取之處理狀態元資料、已由圖12B之信號處理器之音頻分析單元與一媒體狀態元資料產生器產生之處理狀態元資料、及/或任意第三者資料。若經判斷PCM音頻位元流中之媒體資料或樣本尚有空間可儲存至少一部分之處理狀態元資料,一部分或全部的新處理狀態元資料可以儲存作為輸出信號中之媒體資料或樣本中之隱藏資料。此外、選項性地、或者,一部分或全部的新處理狀態元資料可以儲存在分離於媒體資料及樣本的輸出信號中之各別元資料結構。因此,輸出信號可包含一含有新處理狀態(或媒體狀態)元資料之PCM音頻位元流,其透過一安全隱藏或非隱藏之通信頻道而載送於媒體樣本(本體)內及/或其間。
如圖12C中所示,一信號處理器(其可為N個節點之節點1)係組態用於接收一輸入信號,其可包含一PCM音頻(樣本)位元流。PCM音頻位元流可含有處理狀態元資料(或媒體狀態元資料),其透過一安全隱藏或非隱藏之通信頻道而載送於PCM音頻位元流中之媒體樣本(本體)內及/或其間。圖12C之信號處理器可包含一媒體狀態元資料擷取器,其係組態用於解碼、擷取、及/或解釋來自於PCM音頻位元流之處理狀態元資料。處理狀態元資料之至少一部分可提供至圖12C之信號處理器中之一PCM音頻樣本處理器,以令處理參數適應於PCM音頻樣本處理器。處理狀態元資料可包括由圖12C之信號處理器之前之一或多個媒體處理單元判斷的媒體特性、媒體等級類型或子類型、或可能性/機率值之一說明,圖12C之信號處理器可組態用於使用且其本身不執行媒體內容分析。此外、選項性地、或者,媒體狀態元資料擷取器可組態用於從輸入信號擷取第三者資料,及將第三者資料傳輸至一下游處理節點/本體/裝置。在一實施例中,PCM音頻樣本處理器係基於處理參數而將PCM音頻位元流處理成一輸出信號中之音頻PCM樣本,處理參數係基於由圖12C之信號處理器前的一或多個媒體處理單元提供之處理狀態元資料而設定。
如圖12D中所示,一信號處理器(其可為N個節點之節點1)係組態用於接收一輸入信號,其可包含一含有處理狀態元資料(或媒體狀態元資料)之編碼音頻位元 流,係透過一安全隱藏或非隱藏之通信頻道而載送於媒體樣本內及/或其間。圖12D之信號處理器可包含一媒體狀態元資料擷取器,其係組態用於解碼、擷取、及/或解釋來自於編碼位元流之處理狀態元資料,由圖12D之信號處理器之前之一或多個媒體處理單元提供。處理狀態元資料之至少一部分可提供至圖12D之信號處理器中之一音頻解碼器,以令處理參數適應於音頻解碼器。同時,圖12D之信號處理器中之一音頻分析單元可分析輸入信號中所傳送之媒體內容。特性擷取、媒體分級、響度估計、指紋產生等等,其可實施作為由音頻分析單元執行之分析之一部分。此分析結果之至少一部分可提供至圖12D之信號處理器中之音頻編碼器,以令處理參數適應於音頻編碼器。音頻編碼器基於處理參數,而將輸入信號中之編碼音頻位元流轉變成一輸出信號中之一PCM音頻位元流。圖12D之信號處理器中之一PCM音頻分析單元可組態用於判斷PCM音頻位元流中之媒體資料或樣本是否有空間可儲存至少一部分之處理狀態元資料。由圖12D之信號處理器傳輸的新處理狀態元資料包含一些或全部的已由媒體狀態元資料擷取器擷取之處理狀態元資料、已由圖12D之信號處理器之音頻分析單元與一媒體狀態元資料產生器產生之處理狀態元資料、及/或任意第三者資料。若經判斷PCM音頻位元流中之媒體資料或樣本尚有空間可儲存至少一部分之處理狀態元資料,一部分或全部的新處理狀態元資料可以儲存作為輸出信號中之媒體資料或樣本中之隱藏資料。 此外、選項性地、或者,一部分或全部的新處理狀態元資料可以儲存在分離於媒體資料及樣本的輸出信號中之各別元資料結構。因此,輸出信號可包含一含有處理狀態(或媒體狀態)元資料之PCM音頻(樣本)位元流,其透過一安全隱藏或非隱藏之通信頻道而載送於媒體資料/樣本(本體)內及/或其間。
如圖12E中所示,一信號處理器(其可為N個節點之節點1)係組態用於接收一輸入信號,其可包含一編碼音頻位元流。編碼音頻位元流可含有處理狀態元資料(或媒體狀態元資料),其透過一安全隱藏或非隱藏之通信頻道而載送於編碼音頻位元流中之媒體樣本(本體)內及/或其間。圖12E之信號處理器可包含一媒體狀態元資料擷取器,其係組態用於解碼、擷取、及/或解釋來自於編碼音頻位元流之處理狀態元資料。處理狀態元資料之至少一部分可提供至圖12E之信號處理器中之一音頻解碼器,以令處理參數適應於音頻解碼器。處理狀態元資料可包括由圖12E之信號處理器之前之一或多個媒體處理單元判斷的媒體特性、媒體等級類型或子類型、或可能性/機率值之一說明,圖12E之信號處理器可組態用於使用且其本身不執行媒體內容分析。此外、選項性地、或者,媒體狀態元資料擷取器可組態用於從輸入信號擷取第三者資料,及將第三者資料傳輸至一下游處理節點/本體/裝置。在一實施例中,音頻解碼器係基於處理參數而將編碼音頻位元流處理成一輸出信號中之音頻PCM樣本,處理參數係基於由 圖12E之信號處理器前的一或多個媒體處理單元提供之處理狀態元資料而設定。
如圖12F中所示,一信號處理器(其可為N個節點之節點1)係組態用於接收一輸入信號,其可包含一含有處理狀態元資料(或媒體狀態元資料)之編碼音頻位元流,係透過一安全隱藏或非隱藏之通信頻道而載送於媒體樣本內及/或其間。圖12F之信號處理器可包含一媒體狀態元資料擷取器,其係組態用於解碼、擷取、及/或解釋來自於編碼位元流之處理狀態元資料,由圖12F之信號處理器之前之一或多個媒體處理單元提供。處理狀態元資料之至少一部分可提供至圖12F之信號處理器中之一位元流轉碼器(或編碼音頻位元流處理器),以令處理參數適應於位元流轉碼器。同時,圖12F之信號處理器中之一音頻分析單元可分析輸入信號中所傳送之媒體內容。特性擷取、媒體分級、響度估計、指紋產生、等等,其可實施作為由音頻分析單元執行之分析之一部分。此分析結果之至少一部分可提供至圖12F之信號處理器中之位元流轉碼器,以令處理參數適應於位元流轉碼器。位元流轉碼器基於處理參數,而將輸入信號中之編碼音頻位元流轉變成一輸出信號中之一編碼音頻位元流。圖12F之信號處理器中之一編碼音頻分析單元可組態用於判斷編碼音頻位元流中之媒體資料或樣本是否有空間可儲存至少一部分之處理狀態元資料。由圖12F之信號處理器傳輸的新處理狀態元資料包含一些或全部的已由媒體狀態元資料擷取器擷取之處 理狀態元資料、已由圖12F之信號處理器之音頻分析單元與一媒體狀態元資料產生器產生之處理狀態元資料、及/或任意第三者資料。若經判斷編碼音頻位元流中之媒體資料或樣本尚有空間可儲存至少一部分之處理狀態元資料,一部分或全部的新處理狀態元資料可以儲存作為輸出信號中之媒體資料或樣本中之隱藏資料。此外、選項性地、或者,一部分或全部的新處理狀態元資料可以儲存在分離於媒體資料及樣本的輸出信號中之各別元資料結構。因此,輸出信號可包含一含有處理狀態(或媒體狀態)元資料之編碼音頻位元流,其透過一安全隱藏或非隱藏之通信頻道而載送於媒體資料/樣本(本體)內及/或其間。
圖12G揭示一與圖12A部分相似之示範組態。此外、選項性地、或者,圖12G之一信號處理器可包含一媒體狀態元資料擷取器,其係組態用於查詢一本地及/或外接之媒體狀態元資料資料庫,資料庫在操作上則透過內部網路及/或網際網路以連結於圖12G之信號處理器。由圖12G之信號處理器送至資料庫之一查詢可包括一或多個與媒體資料相關聯之指紋、一或多個與媒體資料(例如歌名、電影名)相關聯之姓名、或任意其他類型與媒體資料相關聯之識別資訊。基於查詢中之資訊,儲存於資料庫中之匹配媒體狀態元資料可定位及提供至圖12G之信號處理器。媒體狀態元資料可涵括在由媒體狀態元資料擷取器提供至下游處理節點/本體(例如一音頻編碼器)之處理狀態元資料中。此外,選項性地,或者,圖12G之信號處理 器可包含一媒體狀態元資料產生器,其係組態用於將任何產生之媒體狀態元資料及/或相關聯識別資訊(例如指紋、姓名、及/或其他類型識別資訊)提供至一本地及/或外接之媒體狀態元資料資料庫,如圖12G中所示。此外,選項性地,或者,儲存於資料庫中之媒體狀態元資料之一或多個部分可提供至圖12G之信號處理器,以透過一安全隱藏或非隱藏之通信頻道而通信至媒體樣本(本體)內及/或其間之一下游媒體處理節點/裝置。
圖12H揭示一與圖12B部分相似之示範組態。此外,選項性地,或者,圖12H之一信號處理器可包含一媒體狀態元資料擷取器,其係組態用於查詢一本地及/或外接之媒體狀態元資料資料庫,資料庫在操作上則透過內部網路及/或網際網路以連結於圖12H之信號處理器。由圖12H之信號處理器送至資料庫之一查詢可包括一或多個與媒體資料相關聯之指紋、一或多個與媒體資料(例如歌名、電影名)相關聯之姓名、或任意其他類型與媒體資料相關聯之識別資訊。基於查詢中之資訊,儲存於資料庫中之匹配媒體狀態元資料可定位及提供至圖12H之信號處理器。媒體狀態元資料可涵括在由媒體狀態元資料擷取器提供至下游處理節點/本體(例如一PCM音頻樣本處理器)之處理狀態元資料中。此外,選項性地,或者,圖12H之信號處理器可包含一媒體狀態元資料產生器,其係組態用於將任何產生之媒體狀態元資料及/或相關聯識別資訊(例如指紋、姓名、及/或其他類型識別資訊)提供至一 本地及/或外接之媒體狀態元資料資料庫,如圖12H中所示。此外、選項性地、或者,儲存於資料庫中之媒體狀態元資料之一或多個部分可提供至圖12H之信號處理器,以透過一安全隱藏或非隱藏之通信頻道而通信至媒體樣本(本體)內及/或其間之一下游媒體處理節點/裝置。
圖12I揭示一與圖12C部分相似之示範組態。此外,選項性地,或者,圖12I之一信號處理器可包含一媒體狀態元資料擷取器,其係組態用於查詢一本地及/或外接之媒體狀態元資料資料庫,資料庫在操作上則透過內部網路及/或網際網路以連結於圖12I之信號處理器。由圖12I之信號處理器送至資料庫之一查詢可包括一或多個與媒體資料相關聯之指紋、一或多個與媒體資料(例如歌名、電影名)相關聯之姓名、或任意其他類型與媒體資料相關聯之識別資訊。基於查詢中之資訊,儲存於資料庫中之匹配媒體狀態元資料可定位及提供至圖12I之信號處理器。媒體狀態元資料可提供至下游處理節點/本體(例如一PCM音頻樣本處理器)。
圖12J揭示一與圖12D部分相似之示範組態。此外,選項性地,或者,圖12J之一信號處理器可包含一媒體狀態元資料擷取器,其係組態用於查詢一本地及/或外接之媒體狀態元資料資料庫,資料庫在操作上則透過內部網路及/或網際網路以連結於圖12J之信號處理器。由圖12J之信號處理器送至資料庫之一查詢可包括一或多個與媒體資料相關聯之指紋、一或多個與媒體資料(例如歌名、電影 名)相關聯之姓名、或任意其他類型與媒體資料相關聯之識別資訊。基於查詢中之資訊,儲存於資料庫中之匹配媒體狀態元資料可定位及提供至圖12J之信號處理器。來自資料庫之媒體狀態元資料可涵括在由媒體狀態元資料擷取器提供至下游處理節點/本體(例如一音頻解碼器)之處理狀態元資料中。此外,選項性地,或者,圖12J之信號處理器可包含一音頻分析單元,其係組態用於將任何產生之媒體狀態元資料及/或相關聯識別資訊(例如指紋、姓名、及/或其他類型識別資訊)提供至一本地及/或外接之媒體狀態元資料資料庫,如圖12J中所示。此外,選項性地,或者,儲存於資料庫中之媒體狀態元資料之一或多個部分可提供至圖12J之信號處理器,以透過一安全隱藏或非隱藏之通信頻道而通信至媒體樣本(本體)內及/或其間之一下游媒體處理節點/裝置。
圖12K揭示一與圖12F部分相似之示範組態。此外,選項性地,或者,圖12K之一信號處理器可包含一媒體狀態元資料擷取器,其係組態用於查詢一本地及/或外接之媒體狀態元資料資料庫,資料庫在操作上則透過內部網路及/或網際網路以連結於圖12K之信號處理器。由圖12K之信號處理器送至資料庫之一查詢可包括一或多個與媒體資料相關聯之指紋、一或多個與媒體資料(例如歌名、電影名)相關聯之姓名、或任意其他類型與媒體資料相關聯之識別資訊。基於查詢中之資訊,儲存於資料庫中之匹配媒體狀態元資料可定位及提供至圖12K之信號處理 器。來自資料庫之媒體狀態元資料可涵括在提供至下游處理節點/本體(例如一位元流轉碼器或編碼音頻位元流處理器)之處理狀態元資料中。此外,選項性地,或者,儲存於資料庫中之媒體狀態元資料之一或多個部分可提供至圖12K之信號處理器,以透過一安全隱藏或非隱藏之通信頻道而通信至媒體樣本(本體)內及/或其間之一下游媒體處理節點/裝置。
圖12L揭示根據一示範性實施例之一信號處理器節點1及一信號處理器節點2。信號處理器節點1及信號處理器節點2可以是一整個媒體處理鏈之一部分。在一些實施例中,信號處理器節點1係基於由信號處理器節點2接收之處理狀態元資料而令媒體處理適應,同時信號處理器節點2係基於由信號處理器節點2接收之處理狀態元資料而令媒體處理適應。在信號處理器節點1分析媒體資料之內容後,由信號處理器節點2接收之處理狀態元資料可包含處理狀態元資料及/或媒體狀態元資料;結果,信號處理器節點2在媒體處理時可以直接使用由信號處理器節點1提供之元資料,不必重複先前由信號處理器節點1執行之一些或全部分析。
7.實施機構-硬體概要
根據一實施例,本文內所述之技術係藉由一或多個特殊目的計算裝置實施。特殊目的計算裝置可以硬接線以執行技術,或者可包括數位式電子裝置,例如持續穩定編程 以執行技術的一或多個專用積體電路(ASICs)或現場可編程閘陣列(FPGAs),或者可包括一或多個通用硬體處理器,其可編程以依據韌體、記憶體、其他儲存裝置、或一組合型態中之程式指令而執行技術。此特殊目的計算裝置也可以將一般硬接線邏輯器、ASICs、或FPGAs與一般編程結合,以達成技術。特殊目的計算裝置可以是桌上型電腦系統、攜帶型電腦系統、手持裝置、網路裝置或任意其他併合硬接線及/或程式邏輯器以執行技術之裝置。
例如,圖10係方塊圖,其揭示一可供本發明實施例實施於其上的電腦系統1000。電腦系統1000包括一匯流排1002或其他用於通信資訊之通信機構、及一與匯流排1002耦合以供處理資訊之硬體處理器1004。硬體處理器1004例如可為一通用微處理器。
電腦系統1000也包括一主記憶體1006,例如一隨機存取記憶體(RAM)或其他動態儲存裝置,其耦合於匯流排1002,以儲存欲由處理器1004執行之資訊及指令。主記憶體1006可在欲由處理器1004執行之指令執行期間用於儲存暫時性變數或其他中間資訊。當儲存在可存取於處理器1004之非暫時性儲存媒體內時,此指令使電腦系統1000成為一特殊目的機器,其係客製化以執行指令中所指定之操作。
電腦系統1000進一步包括一唯讀記憶體(ROM)1008,或其他耦合於匯流排1002,以儲存供處理器1004用之靜態資訊及指令。一儲存裝置1010(例如磁碟或光 碟)設置及耦合於匯流排1002,以儲存資訊及指令。
電腦系統1000可以透過匯流排1002而耦合於一顯示器1012(例如陰極射線管(CRT)),以顯示資訊於一電腦使用者。一包括字母與其他鍵之輸入裝置1014係耦合於匯流排1002,以通信資訊及指令選擇至處理器1004。使用者輸入裝置之另一類型為游標控制1016(例如滑鼠、軌跡球)、或游標方向鍵,以通信資訊及指令選擇至處理器1004及控制顯示器1012上之游標移動。此輸入裝置典型上在二軸線上有二自由度,亦即一第一軸線(例如x)及一第二軸線(例如y),其容許裝置在一平面中指定位置。
電腦系統1000可以使用客製化硬接線邏輯器、一或多個ASICs或FPGAs、韌體及/或程式邏輯器以執行本文內所述技術,其與電腦系統結合而導致或編程電腦系統1000成為一特殊目的機器。根據一實施例,本文內之技術係由電腦系統1000反應於處理器1004而執行,處理器執行主記憶體1006中所含之一或多個指令之一或多個序列。諸指令可從另一儲存媒體(例如儲存裝置1010)讀取至主記憶體1006。主記憶體1006中所含指令序列之執行使處理器1004執行本文內所述之過程步驟。在變換實施例中,硬接線電路可用於替代或結合軟體指令。
本文內所用之「儲存媒體」一詞係指儲存資料及/或指令而使一機器以指定方式操作之非暫時性媒體。此儲存媒體可包含非揮發性媒體及/或揮發性媒體。非揮發性媒 體例如包括光學性或磁性碟,例如儲存裝置1010。揮發性媒體例如包括動態記憶體,例如主記憶體1006。儲存媒體之一般形式例如包括軟碟、撓性碟、硬碟、固態驅動器、磁帶、或任意其他磁性資料儲存媒體、CD-ROM、任意其他光學性資料儲存媒體、任意具有孔圖案之實體媒體、RAM、PROM、及EPROM、FLASH-EPROM、NVRAM、任意其他記憶體晶片或匣。
儲存媒體與傳輸媒體有別,但是仍可配合使用。傳輸媒體預期用於傳輸儲存媒體之間之資訊。例如,傳輸媒體包括同軸電纜、銅線及光學纖維,包括含有匯流排1002之佈線在內。傳輸媒體也可採用聲波或光波形式,例如在無線電波與紅外線資料通信期間所產生者。
許多媒體形式皆關係到載送一或多個指令之一或多個序列至處理器1004以供執行。例如,指令初期可以攜載於一磁碟或一遠端電腦之固態驅動器上。遠端電腦可將指令載入其動態記憶體內及使用一數據機將指令傳送至一電話線。電腦系統1000內之一數據機可以接收電話線上之資料,及使用一紅外線發射器將資料轉換成紅外線信號。一紅外線信號偵測器可接收紅外線信號中所載送之資料及適當電路可將資料送在匯流排1002上。匯流排1002載送資料至主記憶體1006,供處理器1004從此處檢索及執行指令。主記憶體1006所接收之指令可以選項性地在處理器1004執行之前或之後儲存於儲存裝置1010上。
電腦系統1000也包括一耦合於匯流排1002之通信介 面1018。通信介面1018提供一雙向資料通信,係耦合於一與區域網路1022連接之網路鏈1020。例如,通信介面1018可以是一整合服務數位網路(ISDN)卡、纜線數據機、衛星數據機、或一用於提供資料通信連接給一相對應類型電話線之數據機。以另一範例而言,通信介面1018可以是一區域網路(LAN)卡,以提供資料通信連接給一相容之LAN。無線連結也可以實施。在任意此一實施方式中,通信介面1018傳送及接收電氣性、電磁性或光學性信號,載送代表許多類型資訊之數位式資料流。
網路鏈1020典型上提供資料通信通過一或多個網路,到達其他資料裝置。例如,網路鏈1020可提供一連接通過區域網路1022,到達一主機電腦1024或由網際網路服務提供者(ISP)1026操作之資料設備。ISP 1026由此而提供資料通信服務通過世界分組數據通信網路,一般稱之為「網際網路1028」。區域網路1022及網際網路1028兩者皆使用載有數位式資料流之電氣性、電磁性或光學性信號。通過許多網路之信號及網路鏈1020上且通過通信介面1018之信號載有來回於電腦系統1000之數位式資料,其即傳輸媒體之範例形式。
電腦系統1000可以透過網路、網路鏈1020及通信介面1018以傳送訊息及接收資料,包括程式碼在內。在網際網路範例中,一伺服器1030可以透過網際網路1028、ISP 1026、區域網路1022及通信介面1018以針對一應用程式傳輸一請求碼。
所接收到之碼可由處理器1004執行,一如其接收時之情形,及/或儲存於儲存裝置1010、或其他非揮發性儲存裝置中,以供後續執行。
8.列舉示範性實施例
因此,本發明之實施例可相關於文後一或多個列舉示範性實施例,其各為範例,及,藉由以上所提供之任意相關探討,其不應解釋為拘限文後所提供的目前或後續修正、替換、或增補之任意申請專利範圍。同樣地,這些範例不應被視為侷限任意相關專利及/或專利申請案(包括任意國外或國際相對申請書及/或專利、分割案、延續案、重新申請案)之任意申請專利範圍。
列舉示範性實施例1係一種方法,包含:藉由一媒體處理鏈中之一第一裝置,其判斷媒體處理之一類型是否已在媒體資料之一輸出形式上執行;反應於該媒體處理類型已在該媒體資料之輸出形式上執行之判斷,藉由該第一裝置執行:(a)藉由該第一裝置產生該媒體資料之一狀態,該狀態指定在該媒體資料的輸出形式上執行之該媒體處理類型;(b)將該媒體資料輸出形式及該媒體資料狀態從該第一裝置通信至該媒體處理鏈中之下游之一第二裝置。
列舉示範性實施例2係一如列舉示範性實施例1中所述之方法,其中媒體資料包含媒體內容,以作為下列之一或多者:唯音頻內容、唯視頻內容、或兼具音頻內容與視 頻內容。
列舉示範性實施例3係一如列舉示範性實施例1中所述之方法,進一步包含提供該媒體資料狀態至該第二裝置,以作為下列之一或多者:(a)媒體指紋,(b)處理狀態元資料,(c)擷取媒體特性值,(d)媒體等級類型或子類型說明及/或值,(e)媒體特性等級及/或子等級機率,(f)密碼雜湊值或(f)媒體處理信號。
列舉示範性實施例4係一如列舉示範性實施例1中所述之方法,進一步包含將一媒體處理資料塊儲存於一媒體處理資料庫,其中媒體處理資料塊包含媒體處理元資料,及其中媒體處理資料塊係基於一或多個與媒體處理資料塊相關聯之媒體指紋而檢索。
列舉示範性實施例5係一如列舉示範性實施例1中所述之方法,其中媒體資料狀態包含一以憑證資訊加密之密碼雜湊值,及其中密碼雜湊值可由一收件者裝置認證。
列舉示範性實施例6係一如列舉示範性實施例1中所述之方法,其中媒體資料狀態之至少一部分包含隱藏在媒體資料中之一或多個安全通信頻道,及其中一或多個安全通信頻道係由一收件者裝置認證。
列舉示範性實施例7係一如列舉示範性實施例6中所述之方法,其中一或多個安全通信頻道包含至少一展頻安全通信頻道。
列舉示範性實施例8係一如列舉示範性實施例6中所述之方法,其中一或多個安全通信頻道包含至少一頻移鍵 控安全通信頻道。
列舉示範性實施例9係一如列舉示範性實施例1中所述之方法,其中媒體資料狀態係以一輸出媒體位元流中的媒體資料之輸出形式載送。
列舉示範性實施例10係一如列舉示範性實施例1中所述之方法,其中媒體資料狀態係載送於一輔助元資料位元流中,輔助元資料位元流係與一載送媒體資料輸出形式之各別媒體位元流相關聯。
列舉示範性實施例11係一如列舉示範性實施例1中所述之方法,其中媒體資料狀態包含一或多組參數,其相關於媒體處理類型。
列舉示範性實施例12係一如列舉示範性實施例1中所述之方法,其中第一裝置或第二裝置之至少一者包含前處理單元、編碼器、媒體處理子單元、轉碼器、解碼器、後處理單元、或媒體內容呈現子單元。
列舉示範性實施例13係一如列舉示範性實施例1中所述之方法,其中第一裝置係一編碼器,及其中第二裝置係一解碼器。
列舉示範性實施例14係一如列舉示範性實施例1中所述之方法,進一步包含藉由第一裝置執行處理類型。
列舉示範性實施例15係一如列舉示範性實施例1中所述之方法,其中媒體處理類型係由媒體處理鏈中之一上游裝置執行,其相對於該第一裝置;及進一步包含:藉由第一裝置接收媒體資料之一輸入形式,其中媒體資料之輸 入形式包含指出媒體處理類型的媒體資料之任意狀態;分析媒體資料之輸入形式,以判斷媒體處理類型是否已在媒體資料輸入形式上執行。
列舉示範性實施例16係一如列舉示範性實施例1中所述之方法,進一步包含:將媒體資料狀態中之響度及動態範圍編碼。
列舉示範性實施例17係一如列舉示範性實施例1中所述之方法,其中媒體處理類型係由媒體處理鏈中之一上游裝置執行,其相對於第一裝置;及進一步包含:藉由第一裝置接收一指令,以跳過先前執行之媒體處理類型;藉由第一裝置執行媒體處理類型;將媒體資料之一輸出形式及媒體資料之一狀態從第一裝置通信至媒體處理鏈中之下游之一第二裝置,媒體資料狀態指出媒體處理類型已在媒體資料輸入形式上執行。
列舉示範性實施例18係一如列舉示範性實施例17中所述之方法,進一步包含接收來自於下列一或多者之指令:(a)使用者輸入,(b)第一裝置之一系統組態,(c)從第一裝置外之一裝置發出信號,(d)從第一裝置內之一子單元發出信號。
列舉示範性實施例19係一如列舉示範性實施例1中所述之方法,進一步包含將無關於媒體資料狀態之一或多個元資料類型從第一裝置通信至媒體處理鏈中之下游之第二裝置。
列舉示範性實施例20係一如列舉示範性實施例1中 所述之方法,其中媒體資料狀態包含隱藏在一或多個安全通信頻道中之狀態元資料之至少一部分。
列舉示範性實施例21係一如列舉示範性實施例1中所述之方法,進一步包含改變媒體資料中之複數個位元,以儲存媒體資料狀態之至少一部分。
列舉示範性實施例22係一如列舉示範性實施例1中所述之方法,其中第一裝置及第二裝置之至少一者包含進階電視系統委員會(ATSC)編解碼器、動態圖像專家群(MPEG)編解碼器、音頻編解碼器3(AC-3)編解碼器及增強版AC-3編解碼器之其中一或多者。
列舉示範性實施例23係一如列舉示範性實施例1中所述之方法,其中媒體處理鏈包含:一前處理單元,其組態用於接受包含作為輸入的媒體內容在內之時域樣本及用於輸出處理之時域樣本;一編碼器,其組態用於基於處理之時域樣本而輸出媒體內容之壓縮媒體位元流;一信號分析與元資料校正單元,其組態用於驗證壓縮媒體位元流中之處理狀態元資料;一轉碼器,其組態用於修改壓縮媒體位元流;一解碼器,其組態用於基於壓縮媒體位元流而輸出解碼時域樣本;及一後處理單元,其組態用於執行該解碼時域樣本中之該媒體內容之後處理。
列舉示範性實施例24係一如列舉示範性實施例23中所述之方法,其中第一裝置及第二裝置之至少一者包含前處理單元、信號分析與元資料校正單元、轉碼器、解碼器及後處理單元。
列舉示範性實施例25係一如列舉示範性實施例23中所述之方法,其中前處理單元、信號分析與元資料校正單元、轉碼器、解碼器及後處理單元之至少一者係基於從一上游裝置接收到之處理元資料而執行媒體內容之適應性處理技術。
列舉示範性實施例26係一如列舉示範性實施例1中所述之方法,進一步包含從媒體資料判斷一或多個媒體特性;包括一或多個媒體特性之一說明在媒體資料狀態中。
列舉示範性實施例27係一如列舉示範性實施例26中所述之方法,其中一或多個媒體特性包含至少一媒體特性,其係從訊框、秒、分、使用者可定義時距、情景、歌曲、音樂片段及錄音之一或多者判斷。
列舉示範性實施例28係一如列舉示範性實施例26中所述之方法,一或多個媒體特性包含媒體資料之一語義說明。
列舉示範性實施例29係一如列舉示範性實施例26中所述之方法,一或多個媒體特性包含結構性質、包括和聲與旋律在內之音調、音色、節奏、響度、立體聲混音、媒體資料之聲源量、有無聲音、重複特徵、旋律、和聲、歌詞、音色、感知特性、數位媒體特性、立體聲參數、語音內容的一或多個部分之其中一或多者。
列舉示範性實施例30係一如列舉示範性實施例26中所述之方法,進一步包含使用一或多個媒體特性將媒體資料分類成複數個媒體資料等級中之一或多個媒體資料等 級。
列舉示範性實施例31係一如列舉示範性實施例30中所述之方法,其中一或多個媒體資料等級包含用於一整個媒體的一單一整體/多數媒體資料等級、或一代表比整個媒體較短時間週期的單一等級之其中一或多者。
列舉示範性實施例32係一如列舉示範性實施例31中所述之方法,其中較小之時間週期代表一單一媒體訊框、一單一媒體資料段、多數個媒體訊框、多數個媒體資料段、幾分之一秒、一秒、或多秒。
列舉示範性實施例33係一如列舉示範性實施例30中所述之方法,其中代表一或多個媒體資料等級之一或多個媒體資料等級標籤係經計算及插入一位元流中。
列舉示範性實施例34係一如列舉示範性實施例30中所述之方法,其中代表一或多個媒體資料等級之一或多個媒體資料標籤係經計算及發送信號至一收件媒體處理節點,如同隨著媒體資料嵌入之隱藏資料。
列舉示範性實施例35係一如列舉示範性實施例30中所述之方法,其中代表一或多個媒體資料等級之一或多個媒體資料等級標籤係經計算及發送信號至媒體資料塊之間之一各別元資料結構中之收件媒體處理節點。
列舉示範性實施例36係一如列舉示範性實施例31中所述之方法,其中單一整體/多數媒體資料等級代表一單一等級類型如音樂、語音、雜音、靜音、喝采、或一混合等級類型如語音重疊音樂、交談重疊雜音、或其他媒體資 料類型的混合之其中一或多者。
列舉示範性實施例37係一如列舉示範性實施例30中所述之方法,進一步包含使一或多個可能性或機率值與一或多個媒體資料等級標籤相關聯,其中一可能性或機率值表示一信任度,即一計算媒體等級標籤與供計算媒體等級標籤相關聯之一媒體片段/整體的關係。
列舉示範性實施例38係一如列舉示範性實施例37中所述之方法,其中可能性或機率值係由媒體處理鏈中之一收件者媒體處理節點使用,其令媒體處理適應,以改善一或多項操作,例如上混合、編碼、解碼、轉碼、或耳機音效模擬。
列舉示範性實施例39係一如列舉示範性實施例38中所述之方法,其中一或多個操作之至少一者可以不需要預設之處理參數,減少媒體鏈全程的處理單元之複雜性,或增加電池壽命,因為可以避免由收件者媒體處理節點將媒體分級之複雜分析操作。
列舉示範性實施例40係一種方法,包含:藉由一媒體處理鏈中之一第一裝置,其判斷媒體處理之一類型是否已在媒體資料之一輸入形式上執行;反應於媒體處理類型已在媒體資料之輸入形式上執行之判斷,藉由第一裝置執行媒體資料之適應性處理,以停止在第一裝置中執行媒體處理類型;其中該方法係藉由一或多個計算處理器執行。
列舉示範性實施例41係一如列舉示範性實施例40中所述之方法,進一步包含:從第一裝置將媒體資料之一輸 出形式及媒體資料之一狀態通信至媒體處理鏈中之下游之一第二裝置,媒體資料狀態係指出媒體處理類型已在媒體資料之輸出形式中執行。
列舉示範性實施例42係一如列舉示範性實施例41中所述之方法,進一步包含:將媒體資料狀態中之響度及動態範圍編碼。
列舉示範性實施例43係一如列舉示範性實施例40中所述之方法,進一步包含:藉由第一裝置在媒體資料上執行媒體處理之一第二類型,媒體處理之第二類型不同於媒體處理類型;從第一裝置將媒體資料之一輸出形式及媒體資料之一狀態通信至媒體處理鏈中之下游之一第二裝置,媒體資料狀態係指出媒體處理類型及媒體處理之第二不同類型已在媒體資料之輸出形式中執行。
列舉示範性實施例44係一如列舉示範性實施例40中所述之方法,進一步包含:至少部分基於處理類型是否已在媒體資料之輸入形式上執行,而自動執行一或多個適應性校正響度或動態音頻處理。
列舉示範性實施例45係一如列舉示範性實施例40中所述之方法,進一步包含:從將媒體內容編碼的媒體資料中之資料單元擷取媒體資料之一輸入狀態,其中媒體資料之輸入狀態係隱藏在一或多個資料單元中。
列舉示範性實施例46係一如列舉示範性實施例45中所述之方法,進一步包含:將未包含媒體資料輸入狀態的資料單元之一形式恢復,及基於尚未恢復的資料單元之形 式而呈現媒體內容。
列舉示範性實施例47係一如列舉示範性實施例46中所述之方法,進一步包含:檢索與媒體資料之輸入形式相關聯的媒體資料之一輸入狀態。
列舉示範性實施例48係一如列舉示範性實施例47中所述之方法,進一步包含:藉由驗證一與媒體資料輸入狀態相關聯之密碼雜湊值而認證媒體資料輸入狀態。
列舉示範性實施例49係一如列舉示範性實施例47中所述之方法,進一步包含:藉由驗證一或多個與媒體資料輸入狀態相關聯之指紋而認證媒體資料輸入狀態,其中一或多個指紋之至少一者係基於媒體資料之至少一部分而產生。
列舉示範性實施例50係一如列舉示範性實施例47中所述之方法,進一步包含:藉由驗證一或多個與媒體資料輸入狀態相關聯之指紋而驗證媒體資料,其中一或多個指紋之至少一者係基於媒體資料之至少一部分而產生。
列舉示範性實施例51係一如列舉示範性實施例47中所述之方法,其中媒體資料之輸入狀態係隨著一輸入媒體位元流中之媒體資料輸入形式載送。
列舉示範性實施例52係一如列舉示範性實施例47中所述之方法,進一步包含:基於媒體資料之輸入狀態而切斷媒體處理之一或多個類型。
列舉示範性實施例53係一如列舉示範性實施例47中所述之方法,其中媒體資料之輸入狀態係以處理狀態元資 料說明;及進一步包含:至少部分基於處理狀態元資料而產生媒體處理信號,其中媒體處理信號指出媒體資料之輸入狀態;將媒體處理信號傳輸至媒體處理鏈中的第一裝置下游之一媒體處理裝置。
列舉示範性實施例54係一如列舉示範性實施例53中所述之方法,其中媒體處理信號隱藏在媒體資料之一輸出形式中之一或多個資料單元中。
列舉示範性實施例55係一如列舉示範性實施例54中所述之方法,其中媒體處理信號係使用一可逆式資料隱藏技術執行,以致使對於媒體資料之一或多個修改可由一收件者裝置去除。
列舉示範性實施例56係一如列舉示範性實施例54中所述之方法,其中媒體處理信號係使用一不可逆式資料隱藏技術執行,以致使對於媒體資料之一或多個修改之至少一者無法由一收件者裝置去除。
列舉示範性實施例57係一如列舉示範性實施例46中所述之方法,進一步包含從媒體處理鏈中之一上游裝置接收元資料之一或多個類型,其無關於在媒體資料上執行之任何過去媒體處理。
列舉示範性實施例58係一如列舉示範性實施例47中所述之方法,其中媒體資料狀態包含隱藏在一或多個安全通信頻道中的至少一部分之狀態元資料。
列舉示範性實施例59係一如列舉示範性實施例46中所述之方法,進一步包含改變媒體資料中之複數個位元, 以儲存媒體資料狀態之至少一部分。
列舉示範性實施例60係一如列舉示範性實施例46中所述之方法,其中第一裝置包含進階電視系統委員會(ATSC)編解碼器、動態圖像專家群(MPEG)編解碼器、音頻編解碼器3(AC-3)編解碼器及增強版AC-3編解碼器之其中一或多者。
列舉示範性實施例61係一如列舉示範性實施例46中所述之方法,其中媒體處理鏈包含:一前處理單元,其組態用於接受包含作為輸入的媒體內容在內之時域樣本及用於輸出處理之時域樣本;一編碼器,其組態用於基於處理之時域樣本而輸出媒體內容之壓縮媒體位元流;一信號分析與元資料校正單元,其組態用於驗證壓縮媒體位元流中之處理狀態元資料;一轉碼器,其組態用於修改壓縮媒體位元流;一解碼器,其組態用於基於壓縮媒體位元流而輸出解碼時域樣本;及一後處理單元,其組態用於執行該解碼時域樣本中之該媒體內容之後處理。
列舉示範性實施例62係一如列舉示範性實施例61中所述之方法,其中第一裝置包含前處理單元、信號分析與元資料校正單元、轉碼器、解碼器及後處理單元之一或多者。
列舉示範性實施例63係一如列舉示範性實施例61中所述之方法,其中前處理單元、信號分析與元資料校正單元、轉碼器、解碼器及後處理單元之至少一者係基於從一上游裝置接收到之處理元資料而執行媒體內容之適應性處 理技術。
列舉示範性實施例64係一如列舉示範性實施例47中所述之方法,進一步包含基於媒體資料狀態中之一或多個媒體特性之一說明而判斷一或多個媒體特性、
列舉示範性實施例65係一如列舉示範性實施例64中所述之方法,其中一或多個媒體特性包含至少一媒體特性,其係從訊框、秒、分、使用者可定義時距、情景、歌曲、音樂片段及錄音之一或多者判斷。
列舉示範性實施例66係一如列舉示範性實施例64中所述之方法,一或多個媒體特性包含媒體資料之一語義說明。
列舉示範性實施例67係一如列舉示範性實施例64中所述之方法,進一步包含反應於判斷一或多個媒體特性而執行一或多個指定操作。
列舉示範性實施例68係一如列舉示範性實施例43中所述之方法,進一步包含提供媒體資料之狀態至媒體處理鏈中之第二裝置,以作為下列之一或多者:(a)媒體指紋,(b)處理狀態元資料,(c)擷取媒體特性值,(d)媒體等級類型或子類型說明及/或值,(e)媒體特性等級及/或子等級機率,(f)密碼雜湊值或(f)媒體處理信號。
列舉示範性實施例69係一種方法,包含:藉由一媒體處理鏈中之一第一裝置,其計算媒體資料之一源訊框之一或多個資料傳輸率減低表示;及在媒體資料本身之一狀 態內,將一或多個資料傳輸率減低表示同時且安全載送至媒體處理鏈中之一第二裝置;其中該方法係藉由一或多個計算裝置執行。
列舉示範性實施例70係一如列舉示範性實施例69中所述之方法,其中一或多個資料傳輸率減低表示係載送於一子流、一或多個保留域、一add_bsi域、一或多個輔助資料域、或一或多個轉換係數之至少一者中。
列舉示範性實施例71係一如列舉示範性實施例69中所述之方法,其中一或多個資料傳輸率減低表示包含用於將媒體資料內傳送的音頻與視頻同步化之同步化資料。
列舉示範性實施例72係一如列舉示範性實施例69中所述之方法,其中一或多個資料傳輸率減低表示包含媒體指紋,係(a)由一媒體處理單元產生及(b)隨著用於品質監控、媒體評價、媒體追蹤、或內容搜尋的其中一或多者之媒體資料嵌埋。
列舉示範性實施例73係一如列舉示範性實施例69中所述之方法,其中一或多個資料傳輸率減低表示包含隱藏在一或多個安全通信頻道中的至少一部分之狀態元資料。
列舉示範性實施例74係一如列舉示範性實施例69中所述之方法,進一步包含改變媒體資料中之複數個位元,以儲存一或多個資料傳輸率減低表示之至少一部分。
列舉示範性實施例75係一如列舉示範性實施例69中所述之方法,其中第一裝置及第二裝置之至少一者包含進階電視系統委員會(ATSC)編解碼器、動態圖像專家群 (MPEG)編解碼器、音頻編解碼器3(AC-3)編解碼器及增強版AC-3編解碼器之其中一或多者。
列舉示範性實施例76係一如列舉示範性實施例69中所述之方法,其中媒體處理鏈包含:一前處理單元,其組態用於接受包含作為輸入的媒體內容在內之時域樣本及用於輸出處理之時域樣本;一編碼器,其組態用於基於處理之時域樣本而輸出媒體內容之壓縮媒體位元流;一信號分析與元資料校正單元,其組態用於驗證壓縮媒體位元流中之處理狀態元資料;一轉碼器,其組態用於修改壓縮媒體位元流;一解碼器,其組態用於基於壓縮媒體位元流而輸出解碼時域樣本;及一後處理單元,其組態用於執行該解碼時域樣本中之該媒體內容之後處理。
列舉示範性實施例77係一如列舉示範性實施例76中所述之方法,其中第一裝置及第二裝置之至少一者包含前處理單元、信號分析與元資料校正單元、轉碼器、解碼器及後處理單元。
列舉示範性實施例78係一如列舉示範性實施例76中所述之方法,其中前處理單元、信號分析與元資料校正單元、轉碼器、解碼器及後處理單元之至少一者係基於從一上游裝置接收到之處理元資料而執行媒體內容之適應性處理技術。
列舉示範性實施例79係一如列舉示範性實施例69中所述之方法,進一步包含提供媒體資料之狀態至第二裝置,以作為下列之一或多者:(a)媒體指紋,(b)處理 狀態元資料,(c)擷取媒體特性值,(d)媒體等級類型或子類型說明及/或值,(e)媒體特性等級及/或子等級機率,(f)密碼雜湊值或(f)媒體處理信號。
列舉示範性實施例80係一種方法,包含:藉由一媒體處理鏈中之一或多個計算裝置,其基於由一媒體資料狀態所指出一或多個上游媒體處理單元的媒體資料響度處理之過往歷史,而適應性處理媒體資料之一輸入形式,媒體處理鏈包含心理聲學單元、轉換、波形/空間音頻編碼單元、編碼器、解碼器、轉碼器或串流處理器之一或多者;在媒體處理鏈末端處將媒體資料之一輸出形式之響度及/或動態範圍正常化,成為一致之響度及/或動態範圍值。
列舉示範性實施例81係一如列舉示範性實施例80中所述之方法,其中一致之響度值包含下列之一響度值:(1)由一使用者控制或選擇或(2)由媒體資料之一輸入形式中一狀態適應性發送信號。
列舉示範性實施例82係一如列舉示範性實施例80中所述之方法,其中響度值是在媒體資料之對白(語音)部分上計算。
列舉示範性實施例83係一如列舉示範性實施例80中所述之方法,其中響度值是在媒體資料之絕對、相對及/或無閘部分上計算。
列舉示範性實施例84係一如列舉示範性實施例80中所述之方法,其中一致之動態範圍值包含下列之一響度值:(1)由一使用者控制或選擇或(2)由媒體資料輸入 形式中之一狀態適應性發送信號。
列舉示範性實施例85係一如列舉示範性實施例84中所述之方法,其中動態範圍值是在媒體資料之對白(語音)部分上計算。
列舉示範性實施例86係一如列舉示範性實施例84中所述之方法,其中動態範圍值是在媒體資料之絕對、相對及/或無閘部分上計算。
列舉示範性實施例87係一如列舉示範性實施例80中所述之方法,進一步包含:計算一或多個響度及/或動態範圍增益控制值,用於將媒體資料之輸出形式正常化,成為一致之響度值及一致之動態範圍;在媒體處理鏈末端處同時載送媒體資料之輸出形式的一狀態內之一或多個響度及/或動態範圍增益控制值,其中一或多個響度及/或動態範圍增益控制值可由另一裝置使用於可逆式施加一或多個響度及/或動態範圍增益控制值,以恢復媒體資料之輸入形式中之一原始響度值及一原始動態範圍。
列舉示範性實施例88係一如列舉示範性實施例87中所述之方法,其中代表媒體資料輸出形式的狀態之一或多個響度及/或動態範圍增益控制值係載送於一子流、一或多個保留域、一add_bsi域、一或多個輔助資料域、或一或多個轉換係數之至少一者中。
列舉示範性實施例89係一如列舉示範性實施例80中所述之方法,進一步包含藉由一媒體處理鏈中之一或多個計算裝置之至少一者,其基於一或多個載送媒體資料之編 碼位元流內之媒體資料及/或媒體資料狀態而計算及傳輸一密碼雜湊值。
列舉示範性實施例90係一如列舉示範性實施例89中所述之方法,進一步包含:藉由一收件者裝置認證密碼雜湊值;由收件者裝置將媒體資料狀態是否有效之一判斷,發送信號至一或多個下游媒體處理單元;反應於媒體資料狀態是否有效之判斷,由收件者裝置將媒體資料狀態發送信號至一或多個下游媒體處理單元。
列舉示範性實施例91係一如列舉示範性實施例89中所述之方法,進一步包含:代表媒體及/或媒體資料狀態之密碼雜湊值係載送於一子流、一或多個保留域、一add_bsi域、一或多個輔助資料域、或一或多個轉換係數之至少一者中。
列舉示範性實施例92係一如列舉示範性實施例80中所述之方法,其中媒體資料之狀態包含下列之一或多者:(a)媒體指紋,(b)處理狀態元資料,(c)擷取媒體特性值,(d)媒體等級類型或子類型說明及/或值,(e)媒體特性等級及/或子等級機率,(f)密碼雜湊值或(f)媒體處理信號。
列舉示範性實施例93係一種方法,包含:藉由一媒體處理鏈中之一或多個計算裝置,其在一或多個編碼位元流內執行相關與不相關媒體資料位置及/或相關與不相關媒體資料位置之一狀態的插入、擷取或編輯的其中之一,該媒體處理鏈包含心理聲學單元、轉換、波形/空間音頻 編碼單元、編碼器、解碼器、轉碼器或串流處理器之一或多者。
列舉示範性實施例94係一如列舉示範性實施例93中所述之方法,其中編碼位元流內之一或多個相關與不相關媒體資料位置及/或相關與不相關媒體資料位置之狀態係載送於一子流、一或多個保留域、一add_bsi域、一或多個輔助資料域、或一或多個轉換係數之至少一者中。
列舉示範性實施例95係一種方法,包含:藉由一媒體處理鏈中之一或多個計算裝置,其在一或多個編碼位元流內執行相關與不相關媒體資料及/或相關與不相關媒體資料之一狀態的插入、擷取或編輯的其中之一,媒體處理鏈包含心理聲學單元、轉換、波形/空間音頻編碼單元、編碼器、解碼器、轉碼器或串流處理器之一或多者。
列舉示範性實施例96係一如列舉示範性實施例95中所述之方法,其中編碼位元流內之一或多個相關與不相關媒體資料位置及/或相關與不相關媒體資料位置之狀態係載送於一子流、一或多個保留域、一add_bsi域、一或多個輔助資料域、或一或多個轉換係數之至少一者中。
列舉示範性實施例97係一如列舉示範性實施例93中所述之方法,進一步包含從一上游媒體處理裝置提供媒體資料之一狀態至一下游媒體處理裝置,以作為下列之一或多者:(a)媒體指紋,(b)處理狀態元資料,(c)擷取媒體特性值,(d)媒體等級類型或子類型說明及/或值,(e)媒體特性等級及/或子等級機率,(f)密碼雜湊 值或(f)媒體處理信號。
列舉示範性實施例98係一種媒體處理系統,係組態用於藉由一媒體處理鏈中之一或多個計算裝置,其基於一或多個編碼位元流內之媒體資料及/或媒體資料之一狀態而計算及載送密碼雜湊值,媒體處理鏈包含心理聲學單元、轉換、波形/空間音頻編碼單元、編碼器、解碼器、轉碼器或串流處理器之一或多者。
列舉示範性實施例99係一如列舉示範性實施例98中所述之媒體處理系統,其中媒體資料之狀態包含下列之一或多者:(a)媒體指紋,(b)處理狀態元資料,(c)擷取媒體特性值,(d)媒體等級類型或子類型說明及/或值,(e)媒體特性等級及/或子等級機率,(f)密碼雜湊值或(f)媒體處理信號。
列舉示範性實施例100係一種媒體處理系統,係組態用於基於從一或多個安全通信頻道接收的媒體資料之一狀態而適應性處理媒體資料。
列舉示範性實施例101係一如列舉示範性實施例100中所述之媒體處理系統,其中媒體處理系統包含一或多個處理節點,及其中處理節點包含媒體傳送系統、媒體分配系統、及媒體呈現系統。
列舉示範性實施例102係一如列舉示範性實施例101中所述之媒體處理系統,其中一或多個安全通信頻道包含至少一通過壓縮/編碼位元流及PCM處理節點的二或多者之安全通信頻道。
列舉示範性實施例103係一如列舉示範性實施例101中所述之媒體處理系統,其中一或多個安全通信頻道包含至少一通過二各別媒體處理裝置之安全通信頻道。
列舉示範性實施例104係一如列舉示範性實施例101中所述之媒體處理系統,其中一或多個安全通信頻道包含至少一通過一單一媒體處理裝置中的二媒體處理節點之安全通信頻道。
列舉示範性實施例105係一如列舉示範性實施例100中所述之媒體處理系統,其中媒體處理系統係組態用於執行獨立之媒體處理操作,而無關於媒體處理系統在一具有媒體處理系統作為其一部分的媒體處理鏈中之順序。
列舉示範性實施例106係一如列舉示範性實施例100中所述之媒體處理系統,其中媒體資料之狀態包含下列之一或多者:(a)媒體指紋,(b)處理狀態元資料,(c)擷取媒體特性值,(d)媒體等級類型或子類型說明及/或值,(e)媒體特性等級及/或子等級機率,(f)密碼雜湊值或(f)媒體處理信號。
列舉示範性實施例107係一種媒體處理系統,係組態用於執行如列舉示範性實施例1-99中所述方法之任一者。
列舉示範性實施例108係一種裝置,其包含一處理器且組態用於執行如列舉示範性實施例1-99中所述方法之任一者。
列舉示範性實施例109係一種電腦可讀儲存媒體,其 包含軟體指令,係當由一或多個處理器執行時產生如列舉示範性實施例1-99中所述方法之任一者之性能。
9.等效延伸性、變換型式及其他方面
在前面的說明書中,本發明之可行實施例已參考可依實施方式改變之許多特定細節而揭述。因此,本發明係獨特且唯一者,及本發明申請人之主張係本申請案之申請專利範圍,在此申請專利範圍之特定形式中包括任意後續之修改。在此對於申請專利範圍內所述語詞之任何定義應即申請專利範圍內所用語詞之意旨。因此,申請專利範圍內未說明之限制、元件、性質、特性、優點或屬性皆不應侷限本申請專利範圍之範疇。據此,說明書及圖式即為揭示目的而非侷限。

Claims (7)

  1. 一種音頻解碼方法,包含:藉由音頻解碼器取得編碼位元流,該編碼位元流包括音頻資料及信號資料,該信號資料指示響度值係包括於該編碼位元流中且還指示真實峰值資料係包括於該編碼位元流中;藉由該音頻解碼器自該編碼位元流取得該響度值及該真實峰值資料;以及藉由該音頻解碼器正常化該音頻資料的響度以回應該響度值及該真實峰值資料。
  2. 如請求項1之方法,進一步包含:從該信號判斷出該音頻資料包括對白音頻資料且該響度值係對白正常化值;以及根據該對白正常化值正常化該對白音頻資料。
  3. 如請求項1之方法,其中,該編碼位元流包括第一位元流及第二位元流,該第一位元流包括該音頻資料,該第二位元流包括該響度值。
  4. 一種音頻解碼裝置,包含:處理器;以及記憶體,耦合到該處理器且經配置用以儲存指令,該等指令被該處理器執行時,使該處理器實施以下操作:取得編碼位元流,該編碼位元流包括音頻資料及信號資料,該信號資料指示響度值係包括於該編碼位元流中且還指示真實峰值資料係包括於該編碼位元流 中;自該編碼位元流取得該響度值及該真實峰值資料;以及正常化該音頻資料的響度以回應該響度值及該真實峰值資料。
  5. 如請求項4之音頻解碼裝置,進一步包含:從該信號判斷出該音頻資料包括對白音頻資料且該響度值係對白正常化值;以及根據該對白正常化值正常化該對白音頻資料。
  6. 如請求項4之音頻解碼裝置,其中,該編碼位元流包括第一位元流及第二位元流,該第一位元流包括該音頻資料,該第二位元流包括該響度值。
  7. 一種儲存媒體,包含軟體程式,該軟體程式用於在處理器上執行且在當其執行於計算裝置上時用於實施請求項1至3中任一項的方法步驟。
TW108139085A 2010-12-03 2011-11-22 音頻解碼裝置、音頻解碼方法及音頻編碼方法 TWI716169B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US41974710P 2010-12-03 2010-12-03
US61/419,747 2010-12-03
US201161558286P 2011-11-10 2011-11-10
US61/558,286 2011-11-10

Publications (2)

Publication Number Publication Date
TW202032537A TW202032537A (zh) 2020-09-01
TWI716169B true TWI716169B (zh) 2021-01-11

Family

ID=45422359

Family Applications (8)

Application Number Title Priority Date Filing Date
TW106103710A TWI665659B (zh) 2010-12-03 2011-11-22 音頻解碼裝置、音頻解碼方法及音頻編碼方法
TW108139085A TWI716169B (zh) 2010-12-03 2011-11-22 音頻解碼裝置、音頻解碼方法及音頻編碼方法
TW110121023A TWI759223B (zh) 2010-12-03 2011-11-22 音頻解碼裝置、音頻解碼方法及音頻編碼方法
TW110142201A TWI800092B (zh) 2010-12-03 2011-11-22 音頻解碼裝置、音頻解碼方法及音頻編碼方法
TW107135819A TWI687918B (zh) 2010-12-03 2011-11-22 音頻解碼裝置、音頻解碼方法及音頻編碼方法
TW104116473A TWI581250B (zh) 2010-12-03 2011-11-22 利用多媒體處理節點之適應性處理技術
TW100142745A TWI496461B (zh) 2010-12-03 2011-11-22 利用多媒體處理節點之適應性處理技術
TW109130797A TWI733583B (zh) 2010-12-03 2011-11-22 音頻解碼裝置、音頻解碼方法及音頻編碼方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
TW106103710A TWI665659B (zh) 2010-12-03 2011-11-22 音頻解碼裝置、音頻解碼方法及音頻編碼方法

Family Applications After (6)

Application Number Title Priority Date Filing Date
TW110121023A TWI759223B (zh) 2010-12-03 2011-11-22 音頻解碼裝置、音頻解碼方法及音頻編碼方法
TW110142201A TWI800092B (zh) 2010-12-03 2011-11-22 音頻解碼裝置、音頻解碼方法及音頻編碼方法
TW107135819A TWI687918B (zh) 2010-12-03 2011-11-22 音頻解碼裝置、音頻解碼方法及音頻編碼方法
TW104116473A TWI581250B (zh) 2010-12-03 2011-11-22 利用多媒體處理節點之適應性處理技術
TW100142745A TWI496461B (zh) 2010-12-03 2011-11-22 利用多媒體處理節點之適應性處理技術
TW109130797A TWI733583B (zh) 2010-12-03 2011-11-22 音頻解碼裝置、音頻解碼方法及音頻編碼方法

Country Status (17)

Country Link
US (3) US9842596B2 (zh)
EP (2) EP2647006B1 (zh)
JP (8) JP5879362B2 (zh)
KR (10) KR20230023828A (zh)
CN (6) CN112002336A (zh)
AR (1) AR084086A1 (zh)
AU (1) AU2011336566A1 (zh)
BR (1) BR112013013353B1 (zh)
CA (3) CA2816889C (zh)
CL (1) CL2013001571A1 (zh)
IL (8) IL292856B2 (zh)
MX (4) MX359652B (zh)
MY (2) MY175099A (zh)
RU (3) RU2015132824A (zh)
SG (1) SG190164A1 (zh)
TW (8) TWI665659B (zh)
WO (1) WO2012075246A2 (zh)

Families Citing this family (50)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI665659B (zh) * 2010-12-03 2019-07-11 美商杜比實驗室特許公司 音頻解碼裝置、音頻解碼方法及音頻編碼方法
WO2014124377A2 (en) 2013-02-11 2014-08-14 Dolby Laboratories Licensing Corporation Audio bitstreams with supplementary data and encoding and decoding of such bitstreams
US9311923B2 (en) 2011-05-19 2016-04-12 Dolby Laboratories Licensing Corporation Adaptive audio processing based on forensic detection of media processing history
JP5416253B2 (ja) * 2012-06-27 2014-02-12 株式会社Nttドコモ 関連コンテンツ検索装置及び関連コンテンツ検索方法
MY176406A (en) 2012-08-10 2020-08-06 Fraunhofer Ges Forschung Encoder, decoder, system and method employing a residual concept for parametric audio object coding
EP2717510B1 (en) * 2012-10-08 2015-05-13 Université de Genève Method for active content fingerprinting
US9411881B2 (en) * 2012-11-13 2016-08-09 Dolby International Ab System and method for high dynamic range audio distribution
ES2843744T3 (es) 2013-01-21 2021-07-20 Dolby Laboratories Licensing Corp Decodificación de trenes de bits de audio codificados con un contenedor de metadatos situado en un espacio de datos reservado
CN109036443B (zh) 2013-01-21 2023-08-18 杜比实验室特许公司 用于在不同回放设备之间优化响度和动态范围的系统和方法
CN107257234B (zh) * 2013-01-21 2020-09-15 杜比实验室特许公司 解码具有保留数据空间中的元数据容器的编码音频比特流
JP6242916B2 (ja) 2013-01-21 2017-12-06 ドルビー ラボラトリーズ ライセンシング コーポレイション メタデータのトランスコード
CN104078050A (zh) 2013-03-26 2014-10-01 杜比实验室特许公司 用于音频分类和音频处理的设备和方法
CN107093991B (zh) 2013-03-26 2020-10-09 杜比实验室特许公司 基于目标响度的响度归一化方法和设备
TWI530941B (zh) 2013-04-03 2016-04-21 杜比實驗室特許公司 用於基於物件音頻之互動成像的方法與系統
TWM487509U (zh) * 2013-06-19 2014-10-01 杜比實驗室特許公司 音訊處理設備及電子裝置
EP2830047A1 (en) 2013-07-22 2015-01-28 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus and method for low delay object metadata coding
EP2830045A1 (en) 2013-07-22 2015-01-28 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Concept for audio encoding and decoding for audio channels and audio objects
EP2830048A1 (en) 2013-07-22 2015-01-28 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus and method for realizing a SAOC downmix of 3D audio content
CN109785851B (zh) 2013-09-12 2023-12-01 杜比实验室特许公司 用于各种回放环境的动态范围控制
US9349378B2 (en) 2013-11-19 2016-05-24 Dolby Laboratories Licensing Corporation Haptic signal synthesis and transport in a bit stream
US9621963B2 (en) 2014-01-28 2017-04-11 Dolby Laboratories Licensing Corporation Enabling delivery and synchronization of auxiliary content associated with multimedia data using essence-and-version identifier
JP6676047B2 (ja) * 2014-10-10 2020-04-08 ドルビー ラボラトリーズ ライセンシング コーポレイション 伝送に関知しない呈示ベースのプログラム・ラウドネス
US10021436B2 (en) * 2014-10-14 2018-07-10 Disney Enterprises, Inc. Storage of tags in video for carriage in real-time
US9414076B2 (en) * 2014-11-03 2016-08-09 Broadcom Corporation System architecture for distributed coding
US20160239508A1 (en) * 2015-02-12 2016-08-18 Harman International Industries, Incorporated Media content playback system and method
CN106454384B (zh) * 2015-08-04 2019-06-25 中国科学院深圳先进技术研究院 视频帧插入和帧删除检测方法
KR20180132032A (ko) * 2015-10-28 2018-12-11 디티에스, 인코포레이티드 객체 기반 오디오 신호 균형화
US9372881B1 (en) 2015-12-29 2016-06-21 International Business Machines Corporation System for identifying a correspondence between a COBOL copybook or PL/1 include file and a VSAM or sequential dataset
WO2017152173A1 (en) * 2016-03-04 2017-09-08 Leidos, Inc. System and method for implementing adaptive pulse position modulation (appm) for improved optical communications performance
CN105828272A (zh) * 2016-04-28 2016-08-03 乐视控股(北京)有限公司 音频信号处理方法和装置
US10015612B2 (en) * 2016-05-25 2018-07-03 Dolby Laboratories Licensing Corporation Measurement, verification and correction of time alignment of multiple audio channels and associated metadata
JP7086587B2 (ja) * 2017-02-24 2022-06-20 インターデジタル ヴイシー ホールディングス, インコーポレイテッド 復号された画像データから画像データを再構成する方法および装置
US10354660B2 (en) * 2017-04-28 2019-07-16 Cisco Technology, Inc. Audio frame labeling to achieve unequal error protection for audio frames of unequal importance
US10877735B1 (en) * 2017-09-25 2020-12-29 Amazon Technologies, Inc. Automated generation of software applications using analysis of submitted content items
TWI639997B (zh) * 2017-09-28 2018-11-01 大仁科技大學 基於機率規則之對話理解方法
US10705805B1 (en) 2017-12-12 2020-07-07 Amazon Technologies, Inc. Application authoring using web-of-sheets data model
US11586603B1 (en) 2018-05-23 2023-02-21 Amazon Technologies, Inc. Index sheets for robust spreadsheet-based applications
US10348505B1 (en) * 2018-05-24 2019-07-09 DeepTruth, LLC Systems and techniques for validation of media data
JP7171772B2 (ja) 2018-06-28 2022-11-15 ドルビー ラボラトリーズ ライセンシング コーポレイション 適応的なストリーミング整列のためのフレーム変換
US10826606B1 (en) 2018-08-14 2020-11-03 Leidos, Inc. Quantum detection and tracking of pulsed optical signals
US20220059102A1 (en) * 2018-12-13 2022-02-24 Dolby Laboratories Licensing Corporation Methods, Apparatus and Systems for Dual-Ended Media Intelligence
US10733374B1 (en) * 2019-02-14 2020-08-04 Gideon Samid Live documentation (LiDo)
US11632598B2 (en) 2019-05-10 2023-04-18 Roku, Inc. Content-modification system with responsive transmission of reference fingerprint data feature
WO2020231827A1 (en) 2019-05-10 2020-11-19 The Nielsen Company (Us), Llc Content-modification system with responsive transmission of reference fingerprint data feature
TW202331547A (zh) 2019-05-10 2023-08-01 美商六科股份有限公司 用於檢測和回應於在先前檢測到的指紋匹配之後檢測到的指紋不匹配的方法、非暫時性電腦可讀儲存媒體及計算系統
JP7314398B2 (ja) * 2019-08-15 2023-07-25 ドルビー・インターナショナル・アーベー 変更オーディオビットストリームの生成及び処理のための方法及び装置
EP3809709A1 (en) * 2019-10-14 2021-04-21 Koninklijke Philips N.V. Apparatus and method for audio encoding
US20230162743A1 (en) * 2020-05-06 2023-05-25 Dolby Laboratories Licensing Corporation Audio watermark to indicate post-processing
CN112995425B (zh) * 2021-05-13 2021-09-07 北京百瑞互联技术有限公司 一种等响度混音方法及装置
WO2023196219A1 (en) * 2022-04-08 2023-10-12 Dolby Laboratories Licensing Corporation Methods, apparatus and systems for user generated content capture and adaptive rendering

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5794185A (en) * 1996-06-14 1998-08-11 Motorola, Inc. Method and apparatus for speech coding using ensemble statistics

Family Cites Families (99)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2947685B2 (ja) * 1992-12-17 1999-09-13 シャープ株式会社 音声コーデック装置
US6611607B1 (en) * 1993-11-18 2003-08-26 Digimarc Corporation Integrating digital watermarks in multimedia content
US5949891A (en) * 1993-11-24 1999-09-07 Intel Corporation Filtering audio signals from a combined microphone/speaker earpiece
FI96650C (fi) * 1994-07-11 1996-07-25 Nokia Telecommunications Oy Menetelmä ja laitteisto puheen välittämiseksi tietoliikennejärjestelmässä
TW271524B (zh) * 1994-08-05 1996-03-01 Qualcomm Inc
US5903862A (en) * 1995-01-25 1999-05-11 Weaver, Jr.; Lindsay A. Method and apparatus for detection of tandem vocoding to modify vocoder filtering
US7224819B2 (en) * 1995-05-08 2007-05-29 Digimarc Corporation Integrating digital watermarks in multimedia content
US5625608A (en) * 1995-05-22 1997-04-29 Lucent Technologies Inc. Remote control device capable of downloading content information from an audio system
US7006661B2 (en) * 1995-07-27 2006-02-28 Digimarc Corp Digital watermarking systems and methods
US7711564B2 (en) * 1995-07-27 2010-05-04 Digimarc Corporation Connected audio and other media objects
JP3338042B2 (ja) * 1995-09-29 2002-10-28 松下電器産業株式会社 再生方法、再生装置、記録方法、記録装置、光ディスク
PT1603244E (pt) * 1996-11-07 2007-11-23 Koninkl Philips Electronics Nv Transmissão de um sinal em modo binário
US6959220B1 (en) * 1997-11-07 2005-10-25 Microsoft Corporation Digital audio signal filtering mechanism and method
US6807632B1 (en) 1999-01-21 2004-10-19 Emc Corporation Content addressable information encapsulation, representation, and transfer
CA2265089C (en) 1998-03-10 2007-07-10 Sony Corporation Transcoding system using encoding history information
CN1065400C (zh) * 1998-09-01 2001-05-02 国家科学技术委员会高技术研究发展中心 兼容ac-3和mpeg-2的音频编解码器
US7055034B1 (en) * 1998-09-25 2006-05-30 Digimarc Corporation Method and apparatus for robust embedded data
WO2000054453A1 (en) * 1999-03-10 2000-09-14 Digimarc Corporation Signal processing methods, devices, and applications for digital rights management
JP4785168B2 (ja) * 2000-01-13 2011-10-05 ディジマーク コーポレイション メタデータの認証および媒体信号の透かしへのメタデータの埋込
US20020032502A1 (en) * 2000-05-05 2002-03-14 Russell J. Chris Integrated media production security method and system
US7206775B2 (en) * 2000-07-06 2007-04-17 Microsoft Corporation System and methods for the automatic transmission of new, high affinity media
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
US6983466B2 (en) * 2000-12-06 2006-01-03 Microsoft Corporation Multimedia project processing systems and multimedia project processing matrix systems
KR100587517B1 (ko) * 2001-11-14 2006-06-08 마쯔시다덴기산교 가부시키가이샤 오디오 부호화 및 복호화
EP1318611A1 (en) * 2001-12-06 2003-06-11 Deutsche Thomson-Brandt Gmbh Method for retrieving a sensitive criterion for quantized spectra detection
KR20040067849A (ko) * 2001-12-07 2004-07-30 마쯔시다덴기산교 가부시키가이샤 매체 콘텐츠 분배 시스템과 방법
AUPR960601A0 (en) 2001-12-18 2002-01-24 Canon Kabushiki Kaisha Image protection
US8150937B2 (en) * 2004-10-25 2012-04-03 Apple Inc. Wireless synchronization between media player and host device
WO2003091870A1 (en) 2002-04-26 2003-11-06 Electronics And Telecommunications Research Institute Apparatus and method for adapting audio signal
US7072477B1 (en) * 2002-07-09 2006-07-04 Apple Computer, Inc. Method and apparatus for automatically normalizing a perceived volume level in a digitally encoded file
US7454331B2 (en) * 2002-08-30 2008-11-18 Dolby Laboratories Licensing Corporation Controlling loudness of speech in signals that contain speech and other types of audio material
RU2005120236A (ru) * 2002-11-28 2006-01-20 Конинклейке Филипс Электроникс Н.В. (Nl) Кодирование аудиосигнала
US7444336B2 (en) 2002-12-11 2008-10-28 Broadcom Corporation Portable media processing unit in a media exchange network
WO2004090886A1 (en) * 2003-04-08 2004-10-21 Koninklijke Philips Electronics N.V. Fragile audio watermark related to a buried data channel
US20040267778A1 (en) * 2003-06-27 2004-12-30 Microsoft Corporation Media foundation topology application programming interface
US7509255B2 (en) * 2003-10-03 2009-03-24 Victor Company Of Japan, Limited Apparatuses for adaptively controlling processing of speech signal and adaptively communicating speech in accordance with conditions of transmitting apparatus side and radio wave and methods thereof
US7516232B2 (en) 2003-10-10 2009-04-07 Microsoft Corporation Media organization for distributed sending of media data
US7315822B2 (en) * 2003-10-20 2008-01-01 Microsoft Corp. System and method for a media codec employing a reversible transform obtained via matrix lifting
US7412380B1 (en) 2003-12-17 2008-08-12 Creative Technology Ltd. Ambience extraction and modification for enhancement and upmix of audio signals
US7653265B2 (en) 2004-01-16 2010-01-26 Nvidia Corporation Video image processing with utility processing stage
US20060013077A1 (en) * 2004-02-11 2006-01-19 Mesarovic Vladimir Z Audio-video systems with application specific modules and common processing software architecture
ATE527654T1 (de) * 2004-03-01 2011-10-15 Dolby Lab Licensing Corp Mehrkanal-audiodecodierung
US8131134B2 (en) * 2004-04-14 2012-03-06 Microsoft Corporation Digital media universal elementary stream
US8688248B2 (en) * 2004-04-19 2014-04-01 Shazam Investments Limited Method and system for content sampling and identification
US7617109B2 (en) * 2004-07-01 2009-11-10 Dolby Laboratories Licensing Corporation Method for correcting metadata affecting the playback loudness and dynamic range of audio information
US8135136B2 (en) 2004-09-06 2012-03-13 Koninklijke Philips Electronics N.V. Audio signal enhancement
BRPI0518278B1 (pt) 2004-10-26 2018-04-24 Dolby Laboratories Licensing Corporation Método e aparelho para controlar uma característica de sonoridade particular de um sinal de áudio
JP2008527583A (ja) * 2005-01-04 2008-07-24 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 再生可能データの処理装置及び方法
ATE521143T1 (de) 2005-02-23 2011-09-15 Ericsson Telefon Ab L M Adaptive bitzuweisung für die mehrkanal- audiokodierung
MX2007011286A (es) * 2005-03-14 2007-11-15 Nielsen Media Res Inc Aparatos y metodos de codificacion de dominios comprimidos para su utilizacion con senales de medios.
TWI397903B (zh) * 2005-04-13 2013-06-01 Dolby Lab Licensing Corp 編碼音訊之節約音量測量技術
TW200638335A (en) * 2005-04-13 2006-11-01 Dolby Lab Licensing Corp Audio metadata verification
WO2006110975A1 (en) * 2005-04-22 2006-10-26 Logovision Wireless Inc. Multimedia system for mobile client platforms
US7634727B2 (en) * 2005-04-26 2009-12-15 Microsoft Corporation System for abstracting audio-video codecs
US20060259781A1 (en) 2005-04-29 2006-11-16 Sony Corporation/Sony Electronics Inc. Method and apparatus for detecting the falsification of metadata
CN101171636B (zh) * 2005-05-02 2014-05-14 松下电器产业株式会社 编创装置
JP2009504026A (ja) * 2005-07-27 2009-01-29 ダグ カーソン アンド アソシエーツ,インク. デジタルコンテンツに関連付けられた検証用来歴データ
US8280944B2 (en) * 2005-10-20 2012-10-02 The Trustees Of Columbia University In The City Of New York Methods, media and systems for managing a distributed application running in a plurality of digital processing devices
KR100803206B1 (ko) 2005-11-11 2008-02-14 삼성전자주식회사 오디오 지문 생성과 오디오 데이터 검색 장치 및 방법
US7877752B2 (en) * 2005-12-14 2011-01-25 Broadcom Corp. Method and system for efficient audio scheduling for dual-decode digital signal processor (DSP)
US20070168197A1 (en) 2006-01-18 2007-07-19 Nokia Corporation Audio coding
FR2899408B1 (fr) * 2006-03-29 2008-07-18 Airbus France Sas Procedes d'emission et de reception de donnees, en particulier pour des echanges securises entre un aeronef et une base au sol, dispositifs associes et aeronef equipe de tels dispositifs
CN101484936B (zh) * 2006-03-29 2012-02-15 皇家飞利浦电子股份有限公司 音频解码
JP4981123B2 (ja) 2006-04-04 2012-07-18 ドルビー ラボラトリーズ ライセンシング コーポレイション オーディオ信号の知覚音量及び/又は知覚スペクトルバランスの計算と調整
EP1852848A1 (en) * 2006-05-05 2007-11-07 Deutsche Thomson-Brandt GmbH Method and apparatus for lossless encoding of a source signal using a lossy encoded data stream and a lossless extension data stream
US20070299657A1 (en) 2006-06-21 2007-12-27 Kang George S Method and apparatus for monitoring multichannel voice transmissions
US20080007649A1 (en) 2006-06-23 2008-01-10 Broadcom Corporation, A California Corporation Adaptive video processing using sub-frame metadata
KR100781528B1 (ko) * 2006-06-29 2007-12-03 삼성전자주식회사 무결성을 보장하는 비디오 스트림을 제공하는 장치 및 그방법
JP5205373B2 (ja) * 2006-06-30 2013-06-05 フラウンホーファーゲゼルシャフト・ツア・フェルデルング・デア・アンゲバンテン・フォルシュング・エー・ファウ 動的可変ワーピング特性を有するオーディオエンコーダ、オーディオデコーダ及びオーディオプロセッサ
US7940989B2 (en) * 2006-06-30 2011-05-10 New Jersey Institute Of Technology Apparatus and method for a generalized benford's law analysis of DCT and JPEG coefficients
CN101502089B (zh) * 2006-07-28 2013-07-03 西门子企业通讯有限责任两合公司 进行音频会议的方法、音频会议装置和编码器之间的切换方法
CN100489964C (zh) * 2006-08-18 2009-05-20 广州广晟数码技术有限公司 音频解码
BRPI0716854B1 (pt) * 2006-09-18 2020-09-15 Koninklijke Philips N.V. Codificador para codificar objetos de áudio, decodificador para decodificar objetos de áudio, centro distribuidor de teleconferência, e método para decodificar sinais de áudio
US7725311B2 (en) * 2006-09-28 2010-05-25 Ericsson Ab Method and apparatus for rate reduction of coded voice traffic
US20080080722A1 (en) * 2006-09-29 2008-04-03 Carroll Tim J Loudness controller with remote and local control
US8521314B2 (en) * 2006-11-01 2013-08-27 Dolby Laboratories Licensing Corporation Hierarchical control path with constraints for audio dynamics processing
JP2008197199A (ja) * 2007-02-09 2008-08-28 Matsushita Electric Ind Co Ltd オーディオ符号化装置及びオーディオ復号化装置
JP2009032070A (ja) * 2007-07-27 2009-02-12 Hitachi Software Eng Co Ltd 認証システム及び認証方法
US9866785B2 (en) * 2007-08-15 2018-01-09 Advanced Micro Devices, Inc. Automatic reduction of video display device power consumption
US8532306B2 (en) 2007-09-06 2013-09-10 Lg Electronics Inc. Method and an apparatus of decoding an audio signal
US20090079842A1 (en) * 2007-09-26 2009-03-26 Honeywell International, Inc. System and method for image processing
EP2235932A4 (en) 2007-12-20 2013-01-23 Ati Technologies Ulc METHOD, DEVICE AND MACHINE-READABLE MEDIUM FOR DESCRIPTING VIDEO PROCESSING
CN101527829B (zh) * 2008-03-07 2011-07-20 华为技术有限公司 视频数据处理方法及装置
JP4596044B2 (ja) * 2008-06-03 2010-12-08 ソニー株式会社 情報処理システム、情報処理方法
US8793498B2 (en) * 2008-08-11 2014-07-29 Nbcuniversal Media, Llc System and method for forensic analysis of media works
JP5603339B2 (ja) * 2008-10-29 2014-10-08 ドルビー インターナショナル アーベー 既存のオーディオゲインメタデータを使用した信号のクリッピングの保護
US8429287B2 (en) * 2009-04-29 2013-04-23 Rangecast Technologies, Llc Network audio distribution system and method
US8489774B2 (en) * 2009-05-27 2013-07-16 Spot411 Technologies, Inc. Synchronized delivery of interactive content
US8914137B2 (en) 2009-06-19 2014-12-16 Dolby Laboratories Licensing Corporation Upgradeable engine framework for audio and video
JP4894896B2 (ja) * 2009-07-29 2012-03-14 株式会社Jvcケンウッド 音声信号処理装置及び音声信号処理方法
US8594392B2 (en) * 2009-11-18 2013-11-26 Yahoo! Inc. Media identification system for efficient matching of media items having common content
CN102131023A (zh) * 2010-01-12 2011-07-20 株式会社东芝 图像形成装置以及图像形成处理方法
EP2360681A1 (en) * 2010-01-15 2011-08-24 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus and method for extracting a direct/ambience signal from a downmix signal and spatial parametric information
TWI557723B (zh) 2010-02-18 2016-11-11 杜比實驗室特許公司 解碼方法及系統
JP2011186187A (ja) * 2010-03-09 2011-09-22 Jvc Kenwood Holdings Inc 音声処理装置、音声処理方法および音声処理プログラム
US8812498B2 (en) * 2010-09-28 2014-08-19 Apple Inc. Methods and systems for providing podcast content
US8661170B2 (en) * 2010-11-23 2014-02-25 Olympus Corporation Nondestructive testing system
TWI665659B (zh) * 2010-12-03 2019-07-11 美商杜比實驗室特許公司 音頻解碼裝置、音頻解碼方法及音頻編碼方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5794185A (en) * 1996-06-14 1998-08-11 Motorola, Inc. Method and apparatus for speech coding using ensemble statistics

Also Published As

Publication number Publication date
JP2016136256A (ja) 2016-07-28
TWI759223B (zh) 2022-03-21
CN112002336A (zh) 2020-11-27
BR112013013353A2 (pt) 2016-09-13
BR112013013353B1 (pt) 2021-05-04
TWI665659B (zh) 2019-07-11
KR102383651B1 (ko) 2022-04-08
KR101895199B1 (ko) 2018-09-07
JP5879362B2 (ja) 2016-03-08
EP2647006A1 (en) 2013-10-09
IL282781B (en) 2022-06-01
IL298975A (en) 2023-02-01
AU2011336566A1 (en) 2013-05-30
TW202236263A (zh) 2022-09-16
SG190164A1 (en) 2013-07-31
IL304770A (en) 2023-09-01
KR20170113678A (ko) 2017-10-12
JP2023162414A (ja) 2023-11-08
CA3216692A1 (en) 2012-06-07
RU2015132824A (ru) 2018-12-24
RU2013130293A (ru) 2015-01-10
MX2019014282A (es) 2020-01-27
TW201735010A (zh) 2017-10-01
MY175099A (en) 2020-06-05
TW201928944A (zh) 2019-07-16
KR20220047394A (ko) 2022-04-15
KR20140106760A (ko) 2014-09-03
IL292856B1 (en) 2023-01-01
KR20190009850A (ko) 2019-01-29
JP6728456B2 (ja) 2020-07-22
JP2020013143A (ja) 2020-01-23
MY188206A (en) 2021-11-24
IL276179B (en) 2021-05-31
KR20130111601A (ko) 2013-10-10
IL282781A (en) 2021-06-30
IL226100A0 (en) 2013-06-27
CN105845145A (zh) 2016-08-10
MX370087B (es) 2019-11-29
KR102043609B1 (ko) 2019-11-12
CA2816889C (en) 2018-05-01
US20210280200A1 (en) 2021-09-09
KR20190127990A (ko) 2019-11-13
CN103392204B (zh) 2016-05-11
CA2816889A1 (en) 2012-06-07
KR101787363B1 (ko) 2017-11-15
IL298975B2 (en) 2024-01-01
IL253183A0 (en) 2017-08-31
JP7346617B2 (ja) 2023-09-19
KR20200106991A (ko) 2020-09-15
KR102497818B1 (ko) 2023-02-08
TW201236446A (en) 2012-09-01
US9842596B2 (en) 2017-12-12
CN111613233A (zh) 2020-09-01
KR20180100257A (ko) 2018-09-07
RU2568372C9 (ru) 2016-06-10
IL298975B1 (en) 2023-09-01
IL271502A (en) 2020-02-27
JP2014505898A (ja) 2014-03-06
JP7012786B2 (ja) 2022-01-28
TWI496461B (zh) 2015-08-11
JP2019152874A (ja) 2019-09-12
AR084086A1 (es) 2013-04-17
JP6530542B2 (ja) 2019-06-12
CN112002334A (zh) 2020-11-27
RU2019118805A (ru) 2020-12-18
IL271502B (en) 2020-08-31
JP2020170189A (ja) 2020-10-15
EP3627508A1 (en) 2020-03-25
KR101943295B1 (ko) 2019-04-17
RU2568372C2 (ru) 2015-11-20
IL276179A (en) 2020-09-30
US20180068666A1 (en) 2018-03-08
MX2013005898A (es) 2013-06-18
TWI733583B (zh) 2021-07-11
US20130246077A1 (en) 2013-09-19
KR102269529B1 (ko) 2021-06-29
TW202139181A (zh) 2021-10-16
TW202103145A (zh) 2021-01-16
CN105845145B (zh) 2020-08-25
CN103392204A (zh) 2013-11-13
JP2018163379A (ja) 2018-10-18
JP6581324B2 (ja) 2019-09-25
TWI581250B (zh) 2017-05-01
KR102155491B1 (ko) 2020-09-15
IL292856B2 (en) 2023-05-01
KR20230023828A (ko) 2023-02-17
JP6378703B2 (ja) 2018-08-22
CL2013001571A1 (es) 2013-10-11
WO2012075246A2 (en) 2012-06-07
TW202032537A (zh) 2020-09-01
KR20210081443A (ko) 2021-07-01
IL253183B (en) 2020-01-30
RU2695504C1 (ru) 2019-07-23
MX359652B (es) 2018-10-05
CA2998405C (en) 2023-12-05
CA2998405A1 (en) 2012-06-07
JP2022050646A (ja) 2022-03-30
TWI687918B (zh) 2020-03-11
KR101438386B1 (ko) 2014-09-05
IL226100A (en) 2017-07-31
MX338238B (es) 2016-04-08
CN112002335A (zh) 2020-11-27
IL292856A (en) 2022-07-01
EP2647006B1 (en) 2019-09-18
TW201543469A (zh) 2015-11-16
TWI800092B (zh) 2023-04-21

Similar Documents

Publication Publication Date Title
TWI716169B (zh) 音頻解碼裝置、音頻解碼方法及音頻編碼方法
TW202405797A (zh) 音頻解碼裝置、音頻解碼方法及音頻編碼方法