[发明专利]将信息与媒体内容的一部分相关联

说明书

技术领域

本发明一般地涉及媒体。更具体地，本发明的实施例涉及将信息与媒体内容的一部分相关联。

背景技术

音频和视频媒体构成了现代生活基本上普遍存在的特征。多媒体内容(诸如大多数现代电影)包括不止一种媒体，诸如其视频内容和音频音轨。几乎每种现代企业和各行各业的个人都以范围广泛的既独特又相关的方式使用音频和视频媒体内容。娱乐、商业和广告、教育、指导和培训、计算和网络、广播以及企业与电信只是音频和视频媒体内容找到普遍应用的现代活动的小小采样。

音频媒体包括记录在单独的光盘(CD)的音乐、演讲和声音或者通过网络流式化为服务器和客户计算机之间的数字文件或者以模拟和数字电磁信号传输的其他格式。视频媒体的实例包括电影和其他记录的表演、呈现和动画、以及其一部分(有时称为剪辑)。在上班途中找到从在膝上型计算机上播放的数字多用途光盘(DVD)看电影的用户已变得如同在家庭娱乐系统或者在剧院中一般熟悉。流行乐队的音乐会在互联网上流动并作为音频而被用户欣赏和/或作为网上直播的表演而被用户观看。数字音频文件的非常便携轻便、小的外形格局、低成本播放器已经获得广泛的欢迎。现在基本上已经普遍存在的蜂窝式电话和个人数字助理(PDA)以及手持计算机都具有多功能。不只是电信设备，现代蜂窝式电话也能访问互联网和来自互联网的流式连接音频和视频内容，并且找到参与网络视频游戏的游戏热衷者和在网上观看体育赛事的体育迷也不再是不同寻常。

作为广泛普及和日益增长的应用的结果，存在巨量的音频和媒体内容。考虑到存在十足的数量和各种音频和视频媒体内容以及内容随着时间的膨胀式增长，标识内容的能力具有价值。媒体指纹构成了一种标识媒体内容的技术。

媒体指纹是媒体内容的唯一标识符，媒体指纹是从媒体内容中获取、提取或者产生的。词汇“指纹”在人类唯一地可标识(例如，在法医学上可通过他们的指纹)的意义上巧妙地用来指称这些媒体内容标识符的唯一性。尽管类似于签名，媒体指纹可能更密切和可标识地对应于内容。音频和视频媒体都可以使用对应于每种媒体的媒体指纹来标识。

音频媒体可以用声学指纹来标识。声学指纹从特定的音频波形生成作为唯一地对应于音频波形的代码。一旦生成声学指纹，生成该指纹的对应波形此后可以通过引用它的指纹来标识。声学指纹可以存储在例如数据库中。所存储的声学指纹可以被访问以标识、分类或者另外地筛分它将对比的音频采样。因此，声学指纹在以下方面是有用的：标识用户正播放的所记录的、流式化的或者另外传输的音频媒体或音乐，管理声音库，对广播、网络活动和广告进行监控，以及根据和视频内容相关联的音频内容(诸如音轨)来标识视频内容(诸如电影)。

声学指纹的可靠性涉及特异性，凭借该特异性音频指纹可标识地与特定的音频波形相对应。一些音频指纹提供的标识如此精确以致于可以依赖它们来标识同一音乐的多个单独演奏。而且，一些声学指纹基于音频内容如同其由人体心理声学系统所感受到的那样。因而这样牢固可靠的音频指纹使得音频内容可以在对音频内容进行压缩、解压缩、代码转换及基于感知的音频编解码的其他改变之后仍被标识；即使编解码包含了有损压缩(因而这可能易于劣化音频内容的质量)也可以。类似于通过与声学指纹进行比较来标识音频媒体内容的是利用数字视频指纹来标识视频媒体的能力。

视频指纹是从视频指纹所对应的视频内容中生成的。访问和分析视频信息序列，例如，视频流或者剪辑。标识并从中获取视频序列的成分特性。特性成分可以包括亮度、色度、运动描述符和/或其他可以被人类心理视觉系统所感知的特征。获取的成分被压缩成易于存储和检索的格式。

视频指纹是使用相对有损压缩技术来生成的，这使得与视频指纹所对应的视频内容相比，指纹数据量较小。因而，根据原始视频内容所对应的视频指纹来重建原始的视频内容通常是既不实际也不可行的。因而，如此处所用，视频指纹指的是原始视频内容文件的相对低比特率的重现。不过，存储和访问视频指纹因此更高效而经济。

可以访问所存储的视频指纹用于压缩成视频序列的采样，该采样允许精确地标识序列中的视频内容。视频指纹因此在用户观看内容时对精确标识视频内容、以及可信地管理版权、和确认授权、和探测未授权、存储内容的版本和实例、流化或者其他用途方面有用。而且，利用许多声学指纹，视频指纹可凭感知编码。因此，在对视频序列的内容做压缩、解压缩、代码转换及基于感知的视频编解码的其他改变之后仍可以精确地通过和视频指纹对比来标识视频序列的内容；即使编解码器包含了有损压缩(因而这可能易于劣化视频内容的质量)也可以。