[发明专利]联网便携设备中的特征提取

说明书

技术领域

[01]本发明涉及数字媒体文件识别和移动设备的领域。具体来说，本发明广义上涉及在诸如移动无线电电话的移动台之内音频采样的至少部分识别。

背景技术

[02]流行音乐的所有者最近才接受通过比如互联网这样的电子网络来下载它们版权作品的数字拷贝。一个用于效力于此的流行网站是http://www.apple.com.itunes/，其中用户经由个人计算机(PC)等访问音乐服务网站，人工地选择歌曲标题，而且将选定歌曲的数字版本(例如MP3、AAC)下载到他们用来访问网站的PC。然后用户在PC上播放歌曲或者将它们传送到比如iPod或者其它专用数字音乐播放器这样的便携设备。

[03]第二代音乐下载技术最近已经面市，其中用户无需在网页上按照其标题来人工选择歌曲。代之以由服务器或者与网站相关联的其它计算机‘收听’歌曲，而且对歌曲进行数字分析以便从数字音乐的数据库之中识别该特定歌曲。例如，网站http://shazam.com/uk/do/help_faqs_shazam#4将它的操作说明如下。比如在酒馆或者汽车中聆听歌曲的用户在歌曲正在播放的同时在他的/她的移动台(MS)中输入代码。歌曲就通过标准的MS链路发送到掌控网站(hosting website)，比如shazam.com，这正如同发送语音输入那样。掌控网站接收原始音乐输入，对之进行分析，并且将之匹配于它的数据库中的歌曲之一。Shazam.com技术对于在服务器处将移动台仅用作为渠道来识别歌曲而且将结果回报给移动台而言表现出局限性。

[04]不但经由个人计算机访问大多数音乐下载服务，而且已经引入空中(OTA)移动下载服务。移动设备在小型的屏幕尺寸、有限的电源、有限的数据连接可靠性和速度方面具有局限性，这使得发现音乐和将音乐从音乐服务交付到移动终端极具挑战。通常，音乐服务具有至少500000首歌曲的音乐收集。使用移动设备用户接口则难以对该规模的音乐目录进行探寻，其中顺序的呈现必须使内容配合于屏幕。这造成深入的分级以及难以找到音乐。

[05]人们在比如酒馆或者音乐会大厅或者汽车无线电这样的公共场所听音乐是司空见惯的。按照惯例，某人会对某一首特定音乐产生兴趣，但是不知道歌曲标题。该人士然后询问友人、唱片店销售人员，或者碰巧从无线电广播中听到歌曲名从而得知标识该歌曲的歌手和标题。一些个人可能使用(如上所述)Shazam.com站点通过调用关联服务号和通过他们的移动台播放歌曲作为实况‘广播’来识别歌曲。然后该人士前往唱片店，或者基于由Shazam.com或者类似识别服务所返回的标识从因特网服务购买歌曲。然而，通常有如下步骤：1)聆听音乐采样(刺激)；2)识别歌曲；3)找到待购歌曲(基于标识)；4)购买歌曲的拷贝；以及5)交付所购拷贝而且将它添加到个人音乐收集。

[06]步骤1)至3)在传统方法中是人工的。基于因特网的音乐购买使得步骤4)和5)自动化。比如Shazam.com这样的服务使得以在步骤1)的电子‘聆听’为基础的步骤2)自动化。然而，据发明人所知用于执行上述步骤的所有现有方法都涉及到希望标识歌曲和购买歌曲拷贝的个人所进行的人工步骤。本发明寻求将更多的上述过程流水化和自动化。

[07]由于创建和存储了较大数量的数字文件，所以已经产生对数字文件的标识方式进行标准化的需要。MPEG-7是由运动图像专家组(MPEG)开发的用来对关于多媒体文件内容的信息之表示进行标准化，这与内容本身相矛盾。无论MPEG-7是否变成标准化方法，它都描述了用以有效地对多媒体文件进行编索引、搜索和取回的开发工具集。这样的工具在这里以示例性的方式用来在下文中描述本发明如何使得音乐或者其它媒体的标识和购买自动化。

发明内容

[08]本发明提供在如下使用场合中的解决方案，其中用户例如在咖啡馆中而且听到他发现合乎需要的一些音乐，但是不知道音乐家和/或歌曲标题。本发明为终端用户提供了一种简单的方式，用以标识歌曲和自动地获得将该特定歌曲的拷贝直接购买到移动台。尽管主要参照音乐和音频文件进行描述，但是本发明也适用于视频文件和可视采样、静态图像识别以及组合式音频/视频文件和采样。