[发明专利]信息处理装置、信息处理方法、信息提供装置和信息提供系统

说明书

本发明的目的在于基于从内容的音频信息中提取的特征点信息来适当地提供内容信息。即使在正在客户端装置(140)上聆听副音频的情况下，客户端装置(140)也能仅从主音频中提取特征点信息并且向信息提供服务器(150)发出查询，从而可以通过不容易具有副音频特征点信息的信息提供服务器(150)实现ACR服务。另外，在传递具有主音频和多组音频信息的内容的情况下，信息提供服务器(150)不需要准备副音频特征点信息，因此不需要增加数据库的容量。

技术领域

本说明书中所公开的技术涉及从用于自动内容识别的内容中提取特征点信息的信息处理装置和信息处理方法、基于从内容中提取的特征点信息而提供内容的信息的信息提供装置、以及基于从内容中提取的特征点信息而提供内容的信息的信息提供系统。

背景技术

近年来，开发了用于辨识并理解图像和声音的技术，并且消费类器械的各种应用已使用这样的用于辨识并理解图像和声音的各种技术。作为示例，例示了在使用因特网的客户端服务器系统中所构造的ACR(自动内容辨识)，其被称为ACR服务，并且提出了各种应用。

作为ACR服务的一种应用，可以例示诸如检测盗版的内容权利限制。当通过例如因特网分发内容时，识别内容，以使用这样的辨识和理解技术来检查内容是否是合法的。近来，由于文件共享服务的普及，对于使用图像和声音来更准确地识别内容的需求已提高。

另外，作为ACR服务的另一应用，可以例示向观看和聆听内容的用户提供附加值的服务。例如，对广播或分发的内容进行识别，并且以与该内容的观看和聆听同步的方式通过因特网提供与该内容相关的信息。由美国的Gracenote(加利福利亚州伯克利的Gracenote公司)提供的CDDB音乐识别服务识别致密盘(CD)并且提供对于与所识别的CD相关的信息(专辑名称、艺术家名字、曲目列表、因特网上的相关内容(专辑封面、艺术家、粉丝网站)等)的访问。

在ARC服务中，例如在对内容进行解码和显示的最终阶段中，从内容中提取水印(电子水印)或指纹(特征点信息)并识别该内容，而且该服务不依赖于内容的传递链。

当识别包括广播节目的视频信息和音频信息的内容等时，考虑仅使用视频信息和音频信息之一来识别内容的方法和使用这两条信息两种来识别内容的方法。

例如，作为仅使用音频信息来识别内容的方法，提出了如下方法：通过对在多个振幅带或时隙中的每一个内波形的段出现的次数进行计数来使用已被数字采样的波形的一段或多段形成波形的振幅标志，执行与数据库中的振幅标志的模糊比较，并且从而在表示波形的记录数据库中发现波形的匹配(例如，参照专利文献1)。

根据ACR服务的预期应用、内容辨识率的指标、系统设计和对操作成本的限制等，在应该识别内容时是使用视频信息和音频信息中的仅一个还是使用视频信息和音频信息两者被定义为系统设计期间的服务规范或应用规范的一部分。

目前，考虑到系统设计和操作成本，认为仅使用音频信息来实现ACR服务对于减轻关于要处理的信息量和处理数的负荷是最有利的。这是因为存在很多如下情况：在这些情况下，与视频信息相比，这样的音频信息可能具有更少的用于识别内容的特征点信息的数据量。

然而，由于存在大量要处理的内容，即使每条内容的特征点信息的数据量小，在ACR服务的服务器侧要准备的特征点信息的数据量也会增加。在系统设计和操作方面，处理音频信息的ACR服务中的数据库的增大的物理容量是具有挑战的任务。

关于在系统设计方面的任务，如果要处理的内容的数量增加，则存储有用于识别内容的特征点信息的数据库的容量也增大，并且用于识别的过程和在识别中所花费的时间也增加。另外，关于在系统操作方面的任务，如果要处理的内容的数量增加，则存储有用于识别内容的特征点信息的数据库的容量增加，并且用于准备物理数据库的设施投资、维护开支等增大。本发明人考虑到当仅使用音频信息时也需要对于这样的任务采取措施。

引用列表

专利文献