[发明专利]一种卡拉OK系统

说明书

本发明涉及一种卡拉OK系统，其用于一个如视频剪辑(videoclip)或影片的序列中的演唱。

如例如欧洲专利申请EP0782338中所描述的卡拉OK系统中，音乐、歌词或任何种类的音频数据由传输站传输到分配站。系统的主模块的音乐控制装置把音乐通过监视器的内设扬声器播出，且把声音从一个未示出的麦克风通过所述的扬声器播出。图象控制装置将背景图象(如视频图像或从背景图象存储装置中提取的静态图象)显示在监视器上，而歌词控制装置通过把歌词叠加于背景图象上来显示歌词。图象拾取设备，如一个CCD摄像机，拾取演唱者的图像，并将其通过视频图象控制装置叠加于监视器屏幕上作为叠加的图像。这样的系统，可定义为卡拉OK概念中所谓的“视频混合”。

本发明的目的是提出另一类型的具备额外功能的卡拉OK系统。

为了这一目的，该系统涉及一种用于在如视频剪辑或影片的序列过程中演唱的卡拉OK系统，并包括一系列用于拾取使用者的图象和声音的拾取设备，一个用于把使用者的至少一部分与背景分离的分析与处理设备，一个用于把所述分析与处理设备的输出信号与预先录制的材料组合起来的混合与再现(rendering)设备，和一个用于显示该组合信号的显示设备。

时至今日，唱卡拉OK的概念只依赖于基于音频的技术，其只提供有限的功能且不可能把使用者真正插入到视频虚拟世界中。所建议的引入了视频混合(video mixing)的概念的解决方案，允许将这一卡拉OK概念扩展到视频中，并一般地，允许发展完全音频-视频插入概念：根据所述概念，在歌曲的视频剪辑中的声音和面孔可由偶然(fortuitous)演唱者的声音和面孔代替(此后也称使用者，因为他或她事实上可以是演唱者、表演者、舞蹈者等…)。同样建议的技术可在其它环境中发现相似的应用，例如电子商务领域或用于预先录制内容的视频编辑。

下面将参考附图，通过实例来描述本发明，其中：

图1：根据本发明的卡拉OK系统的方框图。

图2：根据本发明的卡拉OK系统的另一实施方案。

如图1所示，实现根据本发明的卡拉OK系统所必需的不同的子系统主要是一个分析与处理设备11和一个混合与再现设备12。

用于接收由拾取设备10拾取到的使用者(黑色示出的人)的图象和声音的分析与处理设备11包括一个分割电路，其用于把例如使用者的面孔与背景分离，从而限定一个阿尔法(alpha)平面(如果使用者被置于舞台上，这样的电路可基于例如蓝色屏幕前的色度键技术)。混合与再现设备12是一个利用设备11中分析的形状信息把使用者与预先录制的由媒体13传送的视频或音频-视频背景合成起来的电路(所述的预先录制的材料在媒体左侧示出)。这一合成完成了用于把所述使用者的声音与来自歌曲的预先录制的音乐背景混合的音频合成。然后，利用由设备11限定的阿尔法平面，根据下述类型的关系式，容易地把两个来源组合起来：[(视频1×阿尔法)+(视频2×(255-阿尔法))]/255＝最终视频。最后，一个如监视器的显示设备14，用于最后显示最终结果(即预先录制的材料和特别属于使用者的之组合)。

显然，为提高质量，在设备11中完成的分析可产生8比特阿尔法平面，其能在被镶饰的对象边缘(fronteer)有较好的混合。另外，还指出的是系统可以只替换使用者的头部或他或她的整个身体。

相对于音频-视频来源的类型，可考虑不同的情况：

(a)两个音频/视频来源没有被压缩：这一选择可用于例如卡拉OK餐馆，演唱者的全部身体被镶饰在剪辑/影片中时(预先录制的数据可存储在磁带上，且偶然演唱者视频可被分析并直接传输到视频混合器中)；

(b)一个或两个来源被压缩：对这一情况的一个适配的架构(framework)是新近发展起来MPEG-4标准，其能对对象的形状和阿尔法平面—这里是偶然使用者的面孔进行编码-(MPEG-4标准已定义了一个能使音频和视频对象合成的整个系统架构)。

也可考虑本发明应用的不同情况：

(a)使用者可能想记录混合操作的结果，这在图2中示出，图2示出了与图1实施方案相似的系统，只是包括了一个额外的录制设备25；

(b)在一些情况下，卡拉OK系统可在线工作：则预先录制的剪辑可存储于数据库(例如互联网)上，并且使用者在家中录制他或她的表演并打算产生卡拉OK剪辑的组合并将其放到他或她的个人主页上(在这一情况下，压缩技术的使用尤其有用，而且更普遍地，在所有应用中它都运行于带宽所限的环境中)；

(c)另外，在一些情况下，使用者可能打算只把他或她的头部放在原唱的头部的位置，其包括在混合与再现设备12中的进一步处理，因为使用者头部的位置需要与原唱身体的取向和姿势匹配。