TWI814427B

TWI814427B - 影音同步方法

Info

Publication number: TWI814427B
Application number: TW111121111A
Authority: TW
Inventors: 朱弘棋; 黃瑋旻; 江莉瑋
Original assignee: 宏正自動科技股份有限公司
Priority date: 2022-06-07
Filing date: 2022-06-07
Publication date: 2023-09-01
Also published as: TW202349968A; CN117241081A

Abstract

本發明提供一種影音同步方法，包括有下列步驟，首先以訊號處理裝置將第一數位影音訊號分離成數位影像訊號與第一數位聲音訊號。然後，取得關於數位影像訊號每一影像幀的識別資訊。接著，將對應每一影像幀的識別資訊編碼成標識資訊嵌入於第一數位聲音訊號以形成第二數位聲音訊號。最後，將具有標識資訊的第二數位聲音訊號與數位影像訊號合成第二數位影音訊號。

Description

影音同步方法

本發明為一種影音控制技術，特別是指一種解決聲音與影像傳輸時產生延遲的影音同步之方法。

請參閱圖1所示，該圖為習用之影音多媒體播放系統示意圖。習用技術之多媒體訊號源10(source)提供數位影音訊號DAV，例如：HDMI 或DVI影音訊號。以HDMI訊號為例，數位影音訊號DAV被影音分離模組11接收，之後影音分離模組11從該數位影音訊號DAV分離出數位聲音訊號DA，其中，原本的數位影音訊號DAV輸出給影像處理模組12，而數位聲音訊號DA則輸出至聲音處理模組13。之後，影像處理模組12將處理後的影像訊號輸出給影像播放裝置14，例如：顯示器或電視牆，而聲音處理模組13將處理後的聲音訊號輸出給聲音播放裝置15，例如：揚聲器。

在習用技術中，影像處理模組12處理影像需要的處理時間比聲音處理模組13處理聲音訊號所需要的時間長，例如：在一習用技術中，處理影像需要的時間大約400ms，而處理聲音訊號則需要大約50ms兩者相差的時間有八倍。因為處理影像與處理聲音所需要的時間有落差，因此影像播放裝置14撥放影像的速度與聲音播放裝置15輸出聲音的速度產生了落差，致使影像播放裝置14所播放的影像與聲音輸出裝置15所輸出的聲音有延遲的問題產生，進而讓使用者從影像播放裝置14所看到的影像與從聲音播放裝置15聽到的聲音有不同步的問題產生。

綜合上述，因此需要一種影音同步方法來解決習用技術之問題。

本發明為一種影音同步方法，其係將每一影像幀的識別資訊，例如：影像幀編號或每一影像幀所對應的時間，編成水標印記，嵌入到數位影音訊號內，送給影像播放裝置播出，然後再從影像播放裝置所輸出的帶有標示碼的聲音訊號中解碼出識別資訊，再利用此識別資訊與目前播出聲新訊號所對應的影像幀的識別資訊去計算出音訊與影像之間的延遲資訊，進而透過該延遲資訊，調整播放聲音的時序，達到讓播放聲音與播放影像相互同步的功效。

本發明為一種影音同步方法，其係將每一影像幀的識別資訊，例如：影像幀編號或每一影像幀所對應的時間，編成水標印記，嵌入到數位聲音訊號內，再將數位聲音訊號嵌入到數位影音訊號內。在數位聲音訊號以及數位影音訊號經過處理之後，透過分析處理過的數位聲音訊號與數位聲音訊號內含的水標印劑所對應的識別資訊，分析兩者在時間上的落差，進而同步數位聲音訊號與數位影音訊號，達到解決影像與聲音處理造成時間延遲問題的功效。

在一實施例中，本發明提供一種影音同步方法，包括有下列步驟，首先以訊號處理裝置將第一數位影音訊號分離成數位影像訊號與第一數位聲音訊號。然後，取得關於數位影像訊號每一影像幀的識別資訊。接著，將對應每一影像幀的識別資訊編碼成標識資訊嵌入於第一數位聲音訊號以形成第二數位聲音訊號。最後，將具有標識資訊的第二數位聲音訊號與數位影像訊號合成第二數位影音訊號。

在一實施例中，影音同步方法更包括有將第一數位聲音訊號輸出至聲音播放裝置，然後，將第二數位影音訊號輸出至多媒體播放裝置，使得多媒體播放裝置播放特定幀影像以及輸出相應特定幀影像的第二數位聲音訊號，之後，接收第二數位聲音訊號，然後於特定時間點解碼該標識資訊以得到識別資訊，接下來，於數位影像訊號中取得對應時間點之影像幀的識別資訊，最後，根據前述特定時間點下之第二數位聲音訊號與數位影像訊號所得到的識別資訊的差異，決定延遲第一數位聲音訊號輸出至聲音播放裝置的時間。

在另一實施例中，本發明之影音同步方法，其係更包括有將第二數位影音訊號經由影像處理之後輸入至同步單元，將第二數位聲音訊號經由聲音處理之後輸入至同步單元，將同步單元於特定時間點分別擷取第二數位影音訊號以及第二數位聲音訊號中的標識資訊，並解碼還原成識別資訊；比較前述特定時間點下對應第二數位影音訊號以及第二數位聲音訊號的識別資訊的差異，最後再根據差異決定延遲播放第二數位聲音訊號的時間。

在下文將參考隨附圖式，可更充分地描述各種例示性實施例，在隨附圖式中展示一些例示性實施例。然而，本發明概念可能以許多不同形式來體現，且不應解釋為限於本文中所闡述之例示性實施例。確切而言，提供此等例示性實施例使得本發明將為詳盡且完整，且將向熟習此項技術者充分傳達本發明概念的範疇。類似數字始終指示類似元件。以下將以多種實施例配合圖式來說明影音同步方法，然而，下述實施例並非用以限制本發明。

請參閱圖2所示，該圖為本發明之影音同步方法流程之一實施例示意圖。在本實施例中，影音同步方法3包括有以下步驟，首先進行步驟30，以訊號處理裝置將第一數位影音訊號分離成數位影像訊號與第一數位聲音訊號。在本步驟中的一實施例中，請參閱圖3A所示，該圖為本發明之訊號處理裝置之一實施例示意圖。本實施例中的訊號處理裝置2包括有影音分離模組20，用以接收來自於多媒體訊號源(圖中未示)所輸出的第一數位影音訊號VAS1。多媒體訊號源可以為網路的影音串流伺服器、計算機或者是DVD影音裝置等，但不以此為限制。影音分離模組20從第一數位影音訊號VAS1分離出第一數位聲音訊號AS1以及數位影像訊號DS。數位影像訊號DS可以為載有聲音資訊的數位影像訊號，例如：HDMI影像訊號或者是DVI影像訊號。其中，第一數位聲音訊號AS1被傳輸至訊號處理裝置2中的延遲單元21，再經由延遲單元21輸出至擴大器40(AVR)，然後再由聲音播放裝置41，例如：揚聲器，播放聲音。延遲單元21用來調整第一數位聲音訊號AS1輸出至擴大器40的時間，其詳細作用容後再述。

分離聲音與影像之後，進行步驟31取得關於該數位影像訊號每一影像幀的識別資訊。在步驟31的一實施例中，分離的數位影像訊號DS被傳輸至識別資訊處理模組22。識別資訊為數位影像訊號的幀數編號資訊(例如：第一幀、第二幀…等)，或者是與每一影像幀所對應的時間訊息(例如：每一影像幀所具有獨立的時間標記)。本實施例為幀數資訊。由於數位影像訊號DS是由一連串關於時間序列的影像幀(frame)所構成，例如：1080p/30fps，其中1080p代表每一幀的解析度，而30fps代表每秒有30幀1080p的影像。因此識別資訊處理模組22接收到數位影像訊號DS之後會計數目前收到的影像所對應的幀數作為對應目前收到影像幀的識別資訊。也就是說，本步驟31啟動時，數位影像訊號DS的每一幀畫面經過了識別資訊處理模組22處理之後，就會產生識別資訊FS1，然後再將相應的數位影像訊號DS依序傳輸到影音合成單元23。同時，識別資訊FS1會傳到編碼模組24進行編碼，詳細如後再述。

接下來進行步驟32，將對應每一影像幀的識別資訊編碼成標識資訊嵌入於第一數位聲音訊號以形成第二數位聲音訊號。在本步驟中，編碼模組24除了接收識別資訊FS1之外，同時也接收第一數位聲音訊號AS1，編碼模組24將識別資訊FS1轉換成標識資訊嵌入於第一數位聲音訊號AS1，以形成第二數位聲音訊AS2。要說明的是，本步驟32的一實施例中，標識資訊為音頻水印(watermark)，其為人耳無法聽覺的獨立的聲音態樣(distinctive audio pattern)，屬於人耳無法聽覺的聲音訊號，因此嵌入到第一數位聲音訊號AS1形成第二數位聲音訊AS2之後，並不會影響第二數位聲音訊AS2在後續被播放。

]步驟32之後，進行步驟33將具有標識資訊的第二數位聲音訊號與該數位影像訊號合成第二數位影音訊號。在步驟33的一實施例中，影音合成單元23將數位影像訊號DS與帶有識別資訊FS1的第二數位訊號AS2經由影音合成，已形成第二影音訊號VAS2。要說明的是，在本步驟中的第二影音訊號VAS2為HDMI訊號，其係透過影音介面VI，例如：HDMI介面，經由影音纜線VCA和多媒體播放裝置4電性連接。在一實施例中，多媒體播放裝置4可以為顯示器、電視機或者是電視牆等。多媒體播放裝置4將第二影音訊號轉換成影像播放，產生視覺效果。於此同時，第一數位聲音訊號AS1經由延遲單元21輸出至擴大器40(AVR)，然後再由聲音播放裝置41，例如：揚聲器，播放聲音。

當使用者發現多媒體播放裝置4所播放的影像與聲音播放裝置41所輸出的聲音不同步的時候，啟動步驟34使得多媒體播放裝置4一方面將第二數位影音訊號VAS2解碼成幀影像播放之外，同時也輸出原本合成在第二數位影音訊號VAS2內相應目前播放之幀影像的第二數位訊號AS2。本實施例中，第二數位聲音訊號AS2從多媒體播放裝置4的揚聲器42播出音訊SO。要說明的是，雖然對應第二數位聲音訊號AS2之音訊SO內含有識別資訊FS1，但是在揚聲器42播出時，人耳是無法覺察。

之後，進行步驟35，以訊號處理裝置2接收第二數位聲音訊號，然後於特定時間點解碼該標識資訊以得到識別資訊。在步驟35的一實施例中，啟動訊號處理裝置2具有收音裝置MIC，例如：麥克風，讓收音裝置MIC接收對應第二數位聲音訊號AS2的音訊SO，並將其傳輸給訊號處理裝置2內的解碼模組25。解碼模組25將接收之音訊SO內含的第二數位聲音訊號AS2中的識別資訊FS1解出，並將識別資訊FS1傳給延遲演算模組26。接下來，進行步驟36，於數位影像訊號DS中取得對應時間點之影像幀的識別資訊。在步驟36的一實施例中，訊號處理裝置2內部更具有延遲決定模組26，其一方面接收解碼模組25所輸出的識別資訊FS1，同時也接收在當下來自於識別資訊處理模組22接收數位影像訊號DS時，所得到對應該時間點下的影像幀所具有的識別資訊FS2。然後，延遲決定模組26根據識別資訊FS1與識別資訊FS2進行比較，就可以決定兩識別資訊FS1與FS2的差異資訊DI。在另一實施例中，差異資訊DI為兩識別資訊的時間差或者是落後或超前的幀數。

最後，進行步驟37，根據前述特定時間點下之第二數位聲音訊號與數位影像訊號所得到的識別資訊的差異，決定延遲第一數位聲音訊號輸出至聲音播放裝置的時間。在步驟37的一實施例中，訊號處理裝置2內的延遲單元21根據所接收的差異資訊DI，對第一數位聲音訊號AS1進行時間調整，例如根據時間差或者是根據落後的幀數計算出時間差，來延遲第一數位聲音訊號AS1以形成第三數位聲音訊號AS3，再輸出至擴大器40(AVR)，然後再由聲音播放裝置41，例如：揚聲器，播放和多媒體播放裝置4所顯示之影像幀同步的聲音。一但同步之後，使用者就可以關掉多媒體播放裝置4的揚聲器42。

要說明的是，前述步驟34的實施例是使用者發現有不同步的時候，啟動步驟34，讓多媒體播放裝置4的揚聲器42輸出聲音SO讓訊號處理裝置2偵測帶有識別資訊FS1第二數位聲音訊號AS2的實施例，但不以此為限。在步驟34的輸出第二數位影音訊號VAS2相應該幀影像的第二數位聲音訊號AS2的另一實施例中，如圖3B所示，該圖為訊號處理裝置另一實施例示意圖。本實施例中，多媒體播放裝置4具有音訊輸出孔AO，其係透過音訊線材AC與訊號處理裝置2a的音訊輸入孔AI耦接。因此在步驟34的一實施例中，媒體播放裝置4並非透過揚聲器42而是透過音訊輸出孔AO經由音訊線材AC輸出帶有識別資訊FS1第二數位聲音訊號AS2至音訊輸入孔AI，然後給訊號處理裝置2的解碼模組25。解碼模組25之處理方式以及後續步驟係如前所述，在此不做贅述。

除了上述步驟34之實施例外，在另一實施例中，如圖3C所示，該圖為訊號處理裝置另一實施例示意圖。本實施例中，多媒體播放裝置4支援音訊回傳規格，例如音訊回傳通道(audio return channel, ARC)或增強音訊回傳通道(enhanced audio return channel, eARC)。要說明的是，ARC或eARC規格，可以讓多媒體播放裝置4透過和訊號處理裝置2c之影音介面VI電性連接的影音纜線VCA回傳符合ARC或eARC規格的聲音回傳訊號。在本步驟34的實施例中，聲音回傳訊號ARC-AS2為帶有識別資訊FS1第二數位聲音訊號AS2。聲音回傳訊號ARC-AS2再傳給訊號處理裝置2的解碼模組25。解碼模組25之處理方式以及後續步驟係如前所述，在此不做贅述。

綜合上述，本發明所提供之種影音同步方法，可以將每一影像幀的識別資訊，例如：影像幀編號或每一影像幀所對應的時間，編成水標印記，嵌入到數位影音訊號內，送給影像播放裝置播出，然後再從影像播放裝置所輸出的帶有標示碼的聲音訊號中解碼出識別資訊，再利用此識別資訊與目前播出聲新訊號所對應的影像幀的識別資訊去計算出音訊延遲資訊，進而透過該延遲資訊，調整播放聲音的時序，達到讓播放聲音與播放影像相互同步的功效。

請參閱圖4所示，該圖為本發明之影音同步方法另一實施例流程示意圖。在本實施例的影音同步方法3a，首先進行步驟30a，以訊號處理裝置將第一數位影音訊號分離成數位影像訊號與第一數位聲音訊號。在本步驟中的一實施例中，請參閱圖5所示，該圖為本發明之訊號處理裝置之另一實施例示意圖。本實施例中的訊號處理裝置2c包括有影音分離模組20，用以接收來自於多媒體訊號源VS所輸出的第一數位影音訊號VAS1。多媒體訊號源VS可以為網路的影音串流伺服器、計算機或者是DVD影音裝置等，但不以此為限制。影音分離模組20從第一數位影音訊號VAS1分離出第一數位聲音訊號AS1以及數位影像訊號DS。第一數位聲音訊號AS1以及數位影像訊號DS傳輸至訊號處理裝置2中的延遲與合成單元21a。

接下來進行步驟31a取得關於該數位影像訊號每一影像幀的識別資訊。在步驟31a的一實施例中，分離的數位影像訊號DS被傳輸至識別資訊處理模組210。識別資訊可以為數位影像訊號的幀數資訊(例如：第一幀、第二幀…等)，或者是每一影像幀的時間訊息(例如：每一影像幀所具有獨立的時間標記)，以下用幀數資訊來做說明。由於數位影像訊號DS是由一連串關於時間序列的影像幀(frame)所構成，例如：1080p/30fps，其中1080p代表每一幀的解析度，而30fps代表每秒有30幀1080p的影像。因此識別資訊處理模組22接收到數位影像訊號DS之後會計算目前收到的影像所對應的幀數序作為識別資訊。也就是說，本步驟31a啟動時，數位影像訊號DS的每一幀畫面經過了識別資訊處理模組210處理之後，就會產生識別資訊FS1，並且在將相應的數位影像訊號DS依序傳輸到影音合成單元211。同時，識別資訊FS1會傳到編碼模組212進行編碼。

接下來進行步驟32a，將對應每一影像幀的識別資訊編碼成標識資訊嵌入於第一數位聲音訊號以形成第二數位聲音訊號。在本步驟中，編碼模組212除了接收識別資訊FS1同時也接收第一數位聲音訊號AS1，編碼模組212將識別資訊FS1轉換成標識資訊嵌入於第一數位聲音訊號AS1，以形成第二數位聲音訊AS2。要說明的是，本步驟32a的一實施例中，標識資訊為音頻水印(watermark)，其為人耳無法聽覺的獨立的聲音態樣(distinctive audio pattern)，屬於人耳無法聽覺的聲音訊號，因此嵌入到第一數位聲音訊號AS1形成第二數位聲音訊AS2之後，並不會影響第二數位聲音訊AS2在後續被播放。

步驟32a之後，進行步驟33a將具有標識資訊的第二數位聲音訊號與該數位影像訊號合成第二數位影音訊號。在本步驟中，識別資訊處理模組210將接收到的數位影像訊號DS傳輸至影音合成單元211，並將接收到的數位影像訊號DS所對應的識別資訊FS1傳輸至編碼模組212。編碼模組212將含有識別資訊FS1的第二數位聲音訊號AS2傳輸至影音合成單元211。影音合成單元211將具有標識資訊FS1的第二數位聲音訊號AS2與數位影像訊號DS合成第二數位影音訊號VAS2，其係可以為HDMI訊號或者是DVI訊號。

之後，進行步驟34a將該第二數位影音訊號經由一影像處理之後輸入至一同步單元，以及步驟35a將該第二數位聲音訊號經由一聲音處理之後輸入至該同步單元。在步驟34a與步驟35a的一實施例中，影音合成單元211將第二數位影音訊號VAS2傳輸至影像處理處理模組VP，影像處理處理模組VP對第二數位影音訊號VAS2進行訊號處理。編碼模組212輸出第二數位聲音訊AS2給聲音處理模組AP進行訊號處理。步驟34a與步驟35a所產生的處理後的第二數位影音訊號VAS2以及第二數位聲音訊AS2出至同步單元22a進行同步運算處理。

接下來進行步驟36a同步單元於一時間點分別擷取第二數位影音訊號以及第二數位聲音訊號中的標識資訊，並解碼還原成識別資訊。在步驟36a的一實施例中，同步單元22a包括有解碼模組220與224，分別接收第二數位影音訊號VAS2以及第二數位聲音訊號AS2，其中解碼模組220從第二數位影音訊號VAS2解出識別資訊FS2，而解碼模組224從第二數位聲音訊號AS2解出識別資訊FS1。

之後，進行步驟37a，比較該時間點下對應該第二數位影音訊號以及該第二數位聲音訊號的該識別資訊的差異。在本步驟之一實施例中，同步單元22a更包括有延遲演算模組221，用以接收識別資訊FS1與FS2。要說明的是，本實施例中的識別資訊FS1與FS2代表影像的幀數，代表第幾幀。因此延遲演算模組221從識別資訊FS1與FS2計算出差異的幀數，例如：落後或超前的幀數。由於影像處理處理模組VP處理影像訊號所花的時間比聲音處理處理模組AP處理聲音訊號多，因此識別資訊FS2落後識別資訊FS1。最後，進行步驟38a根據該差異決定延遲播放該第二數位聲音訊號的時間。在本步驟中，因為每一幀的時間為已知，因此落後的幀數差異就可以根據每一幀的時間，計算出落後的時間資訊，進而將落後時間的資訊提供給延遲單元222，使延遲模組222對第二數位聲音訊號AS2進行延遲處理以形成第三數位聲音訊號AS3，最後將經過延遲處理的第三數位聲音訊號AS3輸出至擴大機40，再將第三數位聲音訊號AS3經由揚聲器41輸出聲音。經過步驟38a之後，多媒體播放裝置4所輸出的影像與揚聲器41所放出的聲音產生同步的效果，而解決了聲音與影像不同步的問題。

綜合上述，本發明所提供之影音同步方法，其係將每一影像幀的識別資訊，例如：影像幀編號或每一影像幀所對應的時間標記，編碼成音頻水印，嵌入到數位聲音訊號內，再將數位聲音訊號嵌入到數位影音訊號內。在數位聲音訊號以及數位影音訊號經過處理之後，透過分析處理過的數位聲音訊號與數位聲音訊號內含的音頻水印所對應的識別資訊，分析兩者在時間上的落差，進而同步數位聲音訊號與數位影音訊號，達到解決影像與聲音處理造成時間延遲問題的功效。

以上所述，乃僅記載本發明為呈現解決問題所採用的技術手段之較佳實施方式或實施例而已，並非用來限定本發明專利實施之範圍。即凡與本發明專利申請範圍文義相符，或依本發明專利範圍所做的均等變化與修飾，皆為本發明專利範圍所涵蓋。

2:訊號處理裝置 20:影音分離模組 21:延遲單元 22:識別資訊處理模組 23:影音合成單元 24:編碼模組 25:解碼模組 26:延遲演算模組 4:多媒體播放裝置 40:擴大器 41:播放裝置 42:揚聲器 VAS1:第一數位影音訊號 VAS2:第二數位影音訊號 VI:影音介面 VCA:影音纜線 MIC:收音裝置 SO:音訊 DS:數位影像訊號 AS1:第一數位影音訊號 AS2:第二數位聲音訊 AS3:第三數位聲音訊號 DI:差異資訊 FS1、FS2:識別資訊 AC:音訊線材 AO:音訊輸出孔 AI:音訊輸入孔 3、3a:影音同步方法 30~37:步驟 30a~38a:步驟

圖1為習用之影音多媒體播放系統示意圖。圖2為本發明之影音同步方法流程之一實施例示意圖。圖3A為本發明之訊號處理裝置之一實施例示意圖。圖3B為本發明之訊號處理裝置另一實施例示意圖。圖3C為本發明之訊號處理裝置另一實施例示意圖。圖4為本發明之影音同步方法另一實施例流程示意圖。圖5為本發明之訊號處理裝置之另一實施例示意圖。

3:影音同步方法

30~37:步驟

Claims

一種影音同步方法，包括：以一訊號處理裝置將一第一數位影音訊號分離成一數位影像訊號與一第一數位聲音訊號；取得關於該數位影像訊號每一影像幀的一識別資訊；將對應每一影像幀的該識別資訊編碼成一標識資訊嵌入於該第一數位聲音訊號以形成一第二數位聲音訊號；以及將具有該標識資訊的該第二數位聲音訊號與該數位影像訊號合成一第二數位影音訊號。
如請求項1所述之影音同步方法，其係更包括有：將該第一數位聲音訊號輸出至一聲音播放裝置；將該第二數位影音訊號輸出至一多媒體播放裝置，使得該多媒體播放裝置播放一特定幀影像以及輸出相應該特定幀影像的該第二數位聲音訊號；接收該第二數位聲音訊號；於一時間點解碼該標識資訊以得到該識別資訊；於該數位影像訊號中取得對應該時間點之影像幀的該識別資訊；以及根據該時間點下該第二數位聲音訊號與該數位影像訊號所得到的該識別資訊的差異，決定延遲該第一數位聲音訊號輸出至該聲音播放裝置的時間。
如請求項2所述之影音同步方法，其中接收該第二數位聲音訊號更包括有：使該多媒體播放裝置的一喇叭播放對應該第二數位聲音訊號的聲音；以及使用該訊號處理裝置的一收音裝置接收該聲音。
如請求項2所述之影音同步方法，其中接收該第二數位聲音訊號更包括有利用該多媒體播放裝置具有的一聲音輸出介面將該第二數位聲音訊號回傳給該訊號處理裝置。
如請求項1所述之影音同步方法，其係更包括有下列步驟：將該第二數位影音訊號經由一影像處理之後輸入至一同步單元；將該第二數位聲音訊號經由一聲音處理之後輸入至該同步單元；該同步單元於一時間點分別擷取該第二數位影音訊號以及該第二數位聲音訊號中的該標識資訊，並解碼還原成該識別資訊；比較該時間點下對應該第二數位影音訊號以及該第二數位聲音訊號的該識別資訊的差異；以及根據該差異決定延遲播放該第二數位聲音訊號的時間。
如請求項1所述之影音同步方法，其中該識別資訊為該數位影像訊號的該影像幀的一影像幀編號。
如請求項1所述之影音同步方法，其中該識別資訊為該數位影像訊號的該影像幀的一時間訊息。
如請求項1所述之影音同步方法，其中該標識資訊為一音頻水印。