音声信号内の時点を決定する方法
参照時点が第１のシグナチャーデータに対応する音声データの始まり又は終わりと関連しており、上記音声信号から上記第１のシグナチャーデータ（Ｅ１、Ｅ２、．．．）をサーバで導き出すステップと、第２のシグナチャーデータがサーバでの上記第１のシグナチャーデータと同じ方式で導き出され、上記音声信号から第２のシグナチャーデータ（Ｅ１’、Ｅ２’、．．．）をクライアントで導き出すステップと、上記第１及び第２のシグナチャーデータを比較するステップと、上記比較するステップの結果に依存する上記参照時間と等しい上記時点（Ｔ）を決定するステップと、を含み、放送局からクライアント及びサーバに送信される、音声信号内の時点を決定する方法。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、音声信号内の時点を決定する方法及び記録装置に関する。
【背景技術】
【０００２】
今日、ハードドライブ又はディスクドライブを有するデジタル記録装置などの記録装置が、放送局から放送される音声及び／又は映像信号を記録するために存在する。しかしながら、音声及び／又は映像信号を記録した後、ユーザは、記録したもの全てに興味があるわけではないのかもしれない。例えば、ユーザは、コマーシャル等の宣伝を記録した音声及び／又は映像信号から除外したいかもしれない。更に、記録した音声及び／又は映像信号は、映画を含んでいるかもしれなく、ユーザは、手動で映画の始まりと終わりを探す必要なく映画を視聴したいかもしれない。
【発明の概要】
【発明が解決しようとする課題】
【０００３】
本発明の目的とするところは、例えば、記録した音声及び／又は映像信号の正確なナビゲーションを可能なものとする、音声信号内の時点を決定する方法及び記録装置を提供することにある。
【課題を解決するための手段】
【０００４】
上記目的は、夫々、請求項１、２３、及び２８に係る方法及び記録装置によって解決される。
【図面の簡単な説明】
【０００５】
【図１】双方向モードに係る操作をする場合のシステム概観を示す。
【図２】双方向モードを説明するための概略図を示す。
【図３】双方向モードに係る操作を説明するフローチャートを示す。
【図４】両方の方向（双方向）で互いに情報伝達をするクライアント及びサーバを示す。
【図５】放送モードに係る操作をする場合のシステム概観を示す。
【図６】放送モードを説明するための略図を示す。
【図７】放送モードに係る方法を説明するためのフローチャートを示す。
【発明を実施するための形態】
【０００６】
以下に、本発明の実施形態について説明する。重要なこととして、以下に説明する全ての実施形態は、どのような方法で組み合わされてもよく、すなわち、説明する特定の実施形態については、他と組み合わせてはならないという限定はないということについては、留意すべきである。
【０００７】
本発明の一実施形態によれば、放送局から記録装置等のクライアント及びサーバに送信される音声信号内の時点の決定方法は、サーバで音声信号から第１のシグナチャーデータを導き出すステップを含み、上記第１のシグナチャーデータは、上記音声信号の少なくとも一部を記述しており、参照時点が、上記音声信号の上記少なくとも一部の始まり又は終わりと関連付けられる。上記第１のシグナチャーデータは、例えば、欧州特許出願公開番号ＥＰ １６６７１０６ Ａ１（欧州特許出願番号０４ ０２８ ８８．１）に記載されているように、予め定められたアルゴリズムに従い送信されてもよい。
【０００８】
上記方法は、クライアントで第２のシグナチャーデータを上記音声信号から導き出すステップを含んでいてもよく、上記第２のシグナチャーデータは、少なくとも一部分の上記音声信号を記述しており、例えば、サーバで上記第１のシグナチャーデータの場合と同じアルゴリズムに従うといったように、同じ方式で導き出される。すなわち、本発明の一実施形態によれば、サーバ及びクライアントで受信した音声信号の一部分が分析され、これらの部分の少なくともいくつかに対して、シグナチャーデータは同じアルゴリズムに従い決定される。第１及び第２のシグナチャーデータは、比較されてもよく、上記時点は、比較するステップの結果に依存する上記参照時点と等しいと決定されてもよい。このように、例えば、音声信号のある部分に対応する第１のシグナチャーデータは、第２のシグナチャーデータと比較される。もし、上記第１のシグナチャーデータが、上記第２のシグナチャーデータと類似している又は上記第２のシグナチャーデータと同じであるなら、次いで、サーバでの音声信号のその部分とクライアントでの音声信号のその部分は、同じであると推測される。このように、クライアント側での上記時点は、サーバ側での音声信号のその部分の始まり又は終わりの時刻にセットされる。
【０００９】
他の実施形態によれば、上記音声信号はテレビ信号の一部であってもよく、上記方法はクライアントで上記テレビ信号を記録するステップを含む。更に、記録されたテレビ信号に関するプログラム情報は、上記サーバから上記クライアントに送信されることが可能である。例えば、プログラム情報は、テレビ信号内の映画又は宣伝の始まり又は終わりの正確な時刻を指し示してもよい。このプログラム情報及び上記時点に基づいて、上記クライアントは、映画の始まり等の望ましい位置で再生が正確に始まり、ユーザが興味を持たないテレビ信号の部分が取り除かれるように、記録されたテレビ信号の再生を制御してもよい。また、再生は、望ましい位置で正確に終わるように制御されてもよい。
【００１０】
このように、音声信号に関する明細書を通して記載される原理が、更に、音声信号又は音声信号を含むテレビ信号又は映像データストリーム等の音声／映像信号に、適用可能であることは留意すべき点である。従って、本明細書に記載されるあらゆる特徴又は詳細は、音声／映像信号、テレビ信号、映像データストリーム、又は音声データストリーム等に提供されてもよい。
【００１１】
更に他の実施形態によれば、操作は、双方向モードに従い実行されてもよい。双方向モードでは、クライアントとサーバとの間に２つの方式の通信路が存在する。双方向モードの一実施形態によれば、上記第２のシグナチャーデータはクライアントからサーバに送信されてもよく、比較するステップはサーバでなされてもよい。このように、高い計算能力を要求するかもしれない比較するステップは、サーバで行われるために、クライアントの計算能力は低いままであってもよい。
【００１２】
双方向モードの他の実施形態によれば、上記第２のシグナチャーデータは、音声信号の１つの選択される部分だけに対応していてもよい。第２のシグナチャーデータは、音声信号の１つの選択される部分に対してのみ決定される必要があるので、計算の負荷は、更に減少されてもよい。
【００１３】
更に、上記第１のシグナチャーデータは、複数のサブユニットを含んでいてもよく、夫々のサブユニットは、上記音声信号の夫々の部分から導き出され、上記比較するステップで、類似性測定が夫々のサブユニットに対して決定され、上記類似性測定は夫々のサブユニット及び上記第２のシグナチャーデータの類似の度合いを記述しており、上記決定するステップで、上記時点が、最大類似サブユニットの上記参照時点と等しいと決定されてもよく、上記最大類似サブユニットは、全てのサブユニットのうちで最高類似性測定を有する。すなわち、音声信号は異なるセグメントに分岐されてもよく、夫々のセグメントに対して、シグナチャーデータは決定される。
【００１４】
サブユニットが導き出される音声信号の一部分は、音声信号の無声でない帯域を含むように選択されてもよい。更に、上記選択される部分は、音声信号の無声でない帯域を含むように選択されてもよい。このように、シグナチャーデータはより特徴のあるものであり、異なるシグナチャーデータ間の類似性は、検出しやすくてもよい。
【００１５】
また、本発明の一実施形態は、放送モードに関する操作を可能なものとしてもよい。放送モードでは、サーバとクライアントとの間に２方向の通信路は必要ない。放送モードでは、サーバからクライアントへの通信路のみが必要となる。クライアントからサーバへの逆方向通信路が利用可能なものでないならば、これは有用なものであるかもしれない。
【００１６】
放送モードでは、第１のシグナチャーデータは、サーバからクライアントに送られてもよく、比較するステップは、クライアントで行われる。更に、上記参照時点は、サーバからクライアントに送られてもよく、決定するステップは、クライアントで行われる。
【００１７】
更に、第１のシグナチャーデータは、音声信号の少なくとも１つの選択される部分に対応していてもよい。選択される部分は、上記音声信号の無声でない部分を含むように選択されてもよい。シグナチャーデータは、音声信号の少なくとも一部分を代表するものであるか、又は当該一部分の特徴であるため、無声でない部分を選択することによって、比較はより容易になってもよい。
【００１８】
放送モードでは、第２のシグナチャーデータは複数のサブユニットを含んでいてもよく、夫々のサブユニットは上記音声信号の夫々の部分から導き出され、比較する上記ステップで、類似性測定は、夫々のサブユニットに対して決定され、上記類似性測定は夫々のサブユニット及び上記第１のシグナチャーデータの類似度合いを記述しており、上記決定するステップで、上記時点は最大類似サブユニットの上記参照時点と等しいと決定されてもよく、上記最大類似サブユニットは全てのサブユニットのうちで最高類似性測定を有する。
【００１９】
他の実施形態によれば、上記クライアントで現地時間が提供され、夫々のサブユニットが局所時点と関連があり、上記比較するステップは、上記参照時点を囲む予め設定された時間範囲内に局所時点（ｌｏｃａｌ ｐｏｉｎｔ ｉｎ ｔｉｍｅ）を有するサブユニットに対してのみ実行されることが可能である。クライアントで、第２のシグナチャーデータが利用可能な多数の上記音声信号の部分があってもよいので、これは、有用なものであるかもしれない。例えば、第２のシグナチャーデータは、１０秒、３０秒、又は予め設定された時間毎に導き出されてもよい。上記音声信号の夫々の部分の始まり又は終わりの時刻が、クライアントの現地時間と関連があってもよい。クライアントが第１のシグナチャーデータを夫々の対応する参照時点と共にサーバから受信した後に、クライアントが、参照時点に近接する開始又は終了の時刻を有する部分に対応する上記第２のシグナチャーデータのサブユニットの比較のみを行ってもよい
【００２０】
他の実施形態によれば、近接したサブユニット１つだけに対して上記比較するステップを実行することも可能である。上記近接したサブユニットは、全てのサブユニットのうちで、参照時点に対して最も近接した局所時点を有するサブユニットである。
【００２１】
既に説明したように、音声信号は、映像／音声信号の一部分であり、上記方法は、映像／音声信号内の時点の決定のために実行されてもよい。従って、音声信号は、映像／音声信号から抽出されてもよく、導き出すステップ、比較するステップ、及び決定するステップは、音声信号のために実行されてもよい。
【００２２】
上記方法は、サーバからクライアントへの音声信号又はテレビ信号に対応するプログラム情報を送るステップを含んでいて、プログラム情報に基づいて、再生のために音声信号又はテレビ信号の少なくとも一部を選択してもよい。上記方法が、例えば、テレビプログラム等の映像／音声信号に適用されれば、その際プログラム情報は、例えば、放送される映画の始まり及び終わりの時刻を指し示す電子プログラム（ＥＰＧ）情報に対応していてもよい。この場合、クライアントは、決定した時点に基づいて映画の正確な始まり及び終わりの時刻を決定してもよい。クライアントは、上記音声信号の一部分の正確な開始及び終了の時刻を決定するので、既知の時点から夫々どれ位時刻が異なるかを計算することによって、記録された映像／音声信号に対応する映画の開始及び／又は終了の時刻を決定することが可能である。他の実施形態によれば、プログラム情報がコマーシャル等の宣伝ブロック（ａｄｖｅｒｔｉｓｉｎｇ ｂｌｏｃｋ）の開始及び終了の時刻を含むことが可能であってもよい。音声信号又は映像／音声信号を再生させる場合、音声信号又はテレビ信号の中に含まれる宣伝ブロックの開始の時刻から終了の時刻に飛ばすことによって宣伝を取り除くことが可能である。例えば、映画に属さない部分といったように、上記信号の所望の部分に属さない記録された信号の一部分を削除することによって記録された音声／テレビ信号を修正することも可能である。
【００２３】
一実施形態では、記録装置は、放送局から音声信号を受信するように構成され、更にサーバから時間情報を受信するように構成される受信機構と、上記時間情報に依存する上記音声信号を再生するように構成される再生機構とを含んでいてもよい。
【００２４】
上記受信機構は、更に、上記サーバから上記音声信号に関するプログラム情報を受信するように構成されていてもよく、更に、上記プログラム情報に基づいて、再生のために少なくとも上記音声信号の一部分を選択するように構成されていてもよい。
【００２５】
放送モードに従い操作する記録装置は、放送局から音声信号を受信するように構成され、更に、サーバから第１のシグナチャーデータ及び少なくとも１つの参照時点を受信するように構成され受信機構を含んでいてもよく、上記第１のシグナチャーデータは上記音声信号から導き出され、上記第１のシグナチャーデータは上記音声信号の少なくとも一部分を記述しており、上記参照時点は上記音声信号の少なくとも一部分の始まり又は終わりと関連する。上記装置は、更に、第２のシグナチャーデータを上記音声信号から導き出すように構成されるデータ処理機構を含んでいてもよく、上記第２のシグナチャーデータは上記音声信号の少なくとも一部分を記述しており、例えば、第１のシグナチャーデータと同じアルゴリズムに従うといったように同じ方式で導き出され、上記データ処理機構は、更に、第１及び第２のシグナチャーデータを比較し、比較した結果に依存する再生の開始及び／又は終了の時刻を決定するように構成される。また、記録装置は、再生の開始及び／又は終了の時刻に従い、音声信号を再生するように構成される再生機構を含んでいてもよい。
【００２６】
図１は、放送局１００、クライアント２００、及びサーバ３００を示す。クライアント２００は、ハードディスク及び／又はデジタル多用途ディスク（ＤＶＤ）レコーダを有する記録装置等のような、例えば、記録装置でありうる。放送局１００は、テレビ信号ＴＶをクライアント２００及びサーバ３００に送信する。テレビ信号ＴＶは、音声信号を含む。
【００２７】
図１は、双方向モードに係る本発明の一実施形態を示す。このように、クライアント２００及びサーバ３００の間には、２つの方向の情報伝達がある。双方向モードでは、クライアント２００は、音声信号の少なくとも一部分を選択して、第２のシグナチャーデータＥＴを導き出す。シグナチャーデータＥＴは、例えば、欧州特許出願公開番号ＥＰ １６６７１０６ Ａ１（欧州特許出願番号０４ ０２８ ８８．１）に記載されているように予め設定されたアルゴリズムに従って決定されてもよい。
【００２８】
第２のシグナチャーデータＥＴは、クライアント２００からサーバ３００に送信される。また、代わりに、クライアント２００は、音声信号の一部分のＳＴをサーバ２００に送信してもよい。この場合、シグナチャーデータを決定する必要はなくてもよく、比較は、音声信号の一部分に基づいて直接的に行われる。
【００２９】
図２に示すように、サーバ３００は、予め設定された長さの上記音声信号の一部分として第１のシグナチャーデータＥ１、Ｅ２、．．．を連続的に決定し、受信した第２のシグナチャーデータＥＴと、導き出された第１のシグナチャーデータＥ１、Ｅ２、．．．とを比較する。サーバが、第１のシグナチャーデータＥ１、Ｅ２、．．．の一つが、第２のシグナチャーデータＥＴと適合するのならば、適合するシグナチャーデータＥｘが選択され、音声信号の対応する部分の開始及び／又は終了時刻が決定される。サーバ３００は、第１のシグナチャーデータに対応する音声信号の一部分の開始及び／又は終了時刻を決定するために利用されるサーバ時刻を提供するサーバクロックを含んでいてもよい。その際、適合する第１のシグナチャーデータの開始及び／又は終了時刻は、クライアントに送信される。例えば、図１では、第２のシグナチャーデータＥＴと適合する第１のシグナチャーデータに対応する音声信号の一部分の開始時刻ｔは、サーバ３００からクライアント２００に送信される。
【００３０】
また、選択的に、サーバ３００は、例えば、メタデータ等のようなプログラム情報Ｍをクライアント２００に送信してもよい。プログラム情報Ｍは、ある音声プログラム、映像プログラム（テレビプログラム）、又は映画等の開始及び／終了時刻を指し示してもよく、宣伝ブロックの開始及び終了時刻を指し示してもよい。第２のシグナチャーデータＥＴに対応する音声信号の一部分の開始時刻ｔを受信した後、クライアント２００は、開始時刻ｔに基づいて、映画、音声プログラム、又は宣伝ブロックの始まり及び終了の正確な位置を決定してもよいからである。
【００３１】
図２は、クライアント２００及びサーバ３００で同じ音声信号が受信される例を示す。図２の左側において、クライアント２００で受信された音声信号が示され、図２の右側において、サーバ３００で受信された音声信号が示される。図２に示されるように、クライアント２００では、音声信号の一部分のＳＴが選択される。一部分のＳＴは、音声信号が特に無声でないように選択される。一部分のＳＴにとって、第２のシグナチャーデータＥＴは、予め設定されたアルゴリズムに従い導き出される。
【００３２】
図２の左側の概略図において、ある時点Ｔは、部分（パート）ＳＴの開始に対応して示される。上記時点Ｔを決定することが望ましい。時点Ｔが知られているならば、その際、上述したように、例えば、所望の位置で再生を開始したり、宣伝ブロックを取り除いたりするように、クライアント２００で記録された音声信号及び／又は映像信号を検索することは可能である。時点Ｔを決定するために、上記第２のシグナチャーデータＥＴは、サーバ３００に送信される。代わりに、又は付加的に、部分（パート）ＳＴは、サーバ３００に送信されてもよい。
【００３３】
サーバ３００では、放送局から受信された音声信号は、予め設定された長さの部分（パート）Ｓ１、Ｓ２、．．．に分割される。部分（パート）Ｓ１、Ｓ２、．．．の長さは、クライアント２００で、部分（パート）ＳＴの長さに対応し、例えば、上記長さは、図２の例に示されるように３０秒に等しくなるように選択されてもよい。
【００３４】
サーバでは、正確な時刻が知られており、以下では、サーバ時刻とも呼ぶことにする。サーバ時刻は、高性能クロック又は正確な時刻の信号を受信する無線クロックによって決定されてもよい。このように、サーバでは、正確な開始及び終了時刻は知られている。図２の例では、部分（パート）Ｓ１は、例えば、２００６年の１１月１１日の水曜日の１７：４２：１０に開始する。夫々の部分（パート）Ｓ１、Ｓ２、．．．は３０秒の長さを有するので、夫々の部分（パート）Ｓ１、Ｓ２、．．．の開始及び終了時刻は知られている。
【００３５】
更に、サーバ３００で、夫々の部分（パート）Ｓ１、Ｓ２、．．．に対する第１のシグナチャーデータＥ１、Ｅ２、．．．は、クライアント２００での上記第２のシグナチャーデータと同じ方式で決定される。
【００３６】
受信される第２のシグナチャーデータＥＴは、第１のシグナチャーデータＥ１、Ｅ２、．．．と比較される。代わりに、部分（パート）ＳＴがクライアント２００からサーバ３００に送信されれば、部分（パート）ＳＴは、夫々の部分（パート）Ｓ１、Ｓ２、．．．と比較される。
【００３７】
比較に基づいて、第１のシグナチャーデータＥ１、Ｅ２、．．．のうち、どれが第２のシグナチャーデータＥＴに最も密に適合しているのかが決定される。次いで、最も密に適合する第１及び第２のシグナチャーデータが、時点Ｔを決定するために利用される。図２の例では、第２のシグナチャーデータＥＴは、第１のシグナチャーデータＥ４と適合する。第１のシグナチャーデータＥ４に対応する部分（パート）Ｓ４は、ｔ＝１７：４３：４０に開始することが知られているので、部分ＳＴの開始時刻に対応する時点Ｔは、１７：４３：４０であることが決定される。
【００３８】
図２の例では、ユーザは、１７：４５：００から１８：３０：００まで放送された映画“Ｂｏｎａｎｚａ”を観たくてもよい。従って、映画“Ｂｏｎａｎｚａ”の開始及び終了時刻、すなわち、プログラム情報Ｍは、サーバ３００からクライアント２００に送信されてもよい。クライアント２００は、部分（パート）ＳＴの正確な開始時刻が１７：４３：４０であることを把握しているので、クライアント２００は、映画“Ｂｏｎａｎｚａ”の音声／映像信号内の正確な開始時刻を決定することができる。
【００３９】
図３は、所望の映画等の時点及び／又は再生の開始時刻を決定するために実行されてもよいステップが記載されたフローチャートを示す。
【００４０】
図３の左側において、クライアント２００で実行されるステップが示され、図３の右側において、サーバ３００で実行されるステップが示される。
【００４１】
ステップＳ３００では、クライアント２００で、例えば、テレビ信号等の音声信号が受信される。ステップＳ３０２では、音声信号の部分（パート）ＳＴが受信される。ステップＳ３０４では、選択される部分（パート）ＳＴに対する、以下では、タグ又はクライアントタグＥＴとも呼ぶ、第２のシグナチャーデータが決定される。ステップＳ３０６では、タグＥＴはサーバ３００に送信される。
【００４２】
図３の右側に示されるように、ステップＳ３０８では、サーバ３００で、同じ音声信号も受信される。更に、ステップＳ３１０では、以下では、サーバタグＥ１、Ｅ２、．．．とも呼ぶ、タグＥ１、Ｅ２、．．．が、クライアント２００と同じアルゴリズムに従い／同じ方式で決定される。ステップＳ３１２では、タグＥＴがクライアント２００から受信される。更に、ステップＳ３１４では、タグＥＴがサーバタグＥ１、Ｅ２、．．．と比較される。ステップＳ３１４では、サーバタグＥ１、Ｅ２、．．．のうち、どれがクライアントタグＥＴに対応するのかが決定される。
【００４３】
次いで、ステップＳ３１６では、クライアントタグＥＴの開始時刻が決定される。クライアントタグＥＴの開始時刻は、クライアントタグＥＴに最も密に適合するサーバタグの開始時刻に対応する。次いで、ステップＳ３１８では、開始時刻ｔがサーバ３００からクライアント２００に送信される。更に、ステップＳ３２０では、例えば、プログラム情報等のメタデータＭがサーバ３００からクライン跡２００に送信されてもよい。ステップＳ３２２では、クライアント２００が、開始事項ｔ及びメタデータＭに基づいて、ユーザの選択した音声プログラム及び／又は映像プログラム、すなわち所望の映像の再生のための開始時刻を決定してもよい。
【００４４】
次いで、ステップＳ３２４では、所望の映画の始まりで再生が開始する。
【００４５】
図４は、クライアント／サーバのアーキテクチャの可能な実施形態を示す。
【００４６】
音声／映像信号４０２は、放送局４００からクライアント２００及びサーバ３００に送信される。クライアント２００は、視聴覚信号４０２を受信するように構成される受信機構４０４を含んでいてもよく、更に、サーバ３００から時間情報Ｔを受信するように構成されてもよい。更に、クライアント２００は、時間情報に依存する音声信号を再生するように構成される再生機構を含んでいてもよい。更に、クライアント２００は、選択的に、視聴覚信号４０２からシグナチャーデータを導き出すように構成されるデータ処理機構４０８を含んでいてもよく、シグナチャーデータは、音声信号の少なくとも一部分を記述しており、予め設定された方式で導き出される。更に、クライアント２００は、シグナチャーデータＥＴをサーバ３００に送信するように構成された送信機構を含んでいてもよい。
【００４７】
サーバ３００は、音声／映像信号４０２を受信するように構成された受信機構４１２を含んでいてもよい。更に、サーバ３００は、サーバタグＥ１、Ｅ２、．．．（図２及び図３についての上述を参照）を導き出すように構成されたデータ処理機構４１４を含んでいてもよく、シグナチャーデータＥＴとこれらのタグを比較してもよい。
【００４８】
また、サーバ３００は、クライアントタグＥＴの決定された開始時刻に対応する時間情報Ｔをクライアント２００に送信するように構成された送信機構４１６を含んでいてもよい。
【００４９】
図５は一実施形態を示し、放送局１００は音声信号を含むテレビ信号をクライアント５００及びサーバ６００に送信する。クライアント５００及びサーバ６００は、放送モードに従い操作を可能にする。放送モードでは、サーバ６００からクライアント５００への双方向の接続が一つだけ存在する。すなわち、上記双方向モードとは反対に、クライアント５００からサーバ６００への逆接続は必要ない。
【００５０】
簡略に説明すると、放送モードでは、サーバ６００は、テレビ信号ＴＶに基づいてサーバタグＥ１、Ｅ２、．．．を決定し、サーバタグＥ１、Ｅ２、．．．をクライアント５００に送信する。クライアント５００は、クライアントタグを、例えば、サーバ６００と同じの予め設定されたアルゴリズムに従い、同じ方式で決定する。サーバタグＥ１、Ｅ２、．．．の一つの開始又は終了時刻に対応する時点を決定するために、クライアント５００は決定されたクライアントタグとサーバタグＥ１、Ｅ２、．．．とを比較する。放送モードでは、サーバ６００が、更に開始及び／又は終了時刻ｔ１、ｔ２、．．．をクライアント５００に送信する。開始及び／又は終了時刻ｔ１、ｔ２、．．．は、サーバタグＥ１、Ｅ２、．．．の夫々の開始及び／又は終了時刻に対応する。
【００５１】
このように、クラインアント５００は、サーバタグＥ１、Ｅ２、．．．に最も適合する、最も密に適合したクライアントタグを決定することによって、クライアントタグの開始及び／又は終了時刻を決定してもよい。次いで、クライアントタグの開始及び／又は終了時刻は、夫々のサーバタグの開始及び／又は終了時刻ｔに設定されてもよい。
【００５２】
図６の左側において、テレビ信号ＴＶに含まれる音声信号が示される。図６の右側において、クライアント５００で受信及び記録された、テレビ信号ＴＶに対応する音声信号が示される。
【００５３】
放送モードでは、サーバ６００がサーバタグＥ１、Ｅ２、．．．を決定する。例えば、サーバタグは、５分毎又は１０分毎に決定されてもよい。サーバタグＥ１、Ｅ２、．．．は、音声信号のサーバ部分Ｓ１、Ｓ２、．．．に対応していてもよく、部分（パート）Ｓ１、Ｓ２、．．．は、例えば、１０秒、２０秒、３０秒、又はそれ以上の予め設定された長さであってもよい。
【００５４】
図６は、複数のサーバタグＥ１、Ｅ２、．．．が決定されることを示すが、一つのサーバタグＥ１を決定することのみで十分であってもよいことは、留意すべき点である。
【００５５】
次いで、サーバタグＥ１、Ｅ２、．．．は、夫々の開始及び／又は終了時刻と共にクライアント５００に送信される。図６の例では、サーバタグＥ１、Ｅ２、．．．に対応する夫々の部分（パート）Ｓ１、Ｓ２、．．．の開始時刻は、クライアント５００に送信される。
【００５６】
代わりの実施形態では、又はサーバタグＥ１、Ｅ２、．．．に付加して、部分Ｓ１、Ｓ２、．．．がサーバ６００からクライアント５００に送信されてもよい。
【００５７】
クライアント５００では、図６の右側に示すように、クライアントタグＥ１’、Ｅ２’、．．．は、例えば、１０秒毎に決定される。クライアントタグＥ１’、Ｅ２’、．．．は、分単位程度毎に決定されることも可能である。この場合、クライアントタグは、３０秒より長い時間を必要としてもよい。クライアントタグＥ１’、Ｅ２’、．．．に対応するクライアント部分Ｓ１’、Ｓ２’、．．．は、サーバ部分Ｓ１、Ｓ２、．．．の長さと同じであってもよい予め設定された長さを有していてもよい。
【００５８】
サーバタグＥ１、Ｅ２、．．．は、クライアントタグＥ１’、Ｅ２’、．．．と比較される。
【００５９】
計算時間を省くために、あるサーバタグが比較のために選択されることも可能である。あるサーバタグは、クライアント５００で見積もられた現地時間に基づいて決定されてもよい。例えば、図６では、クライアントタグＥ１’に対応するクライアント部分Ｓ１’の始まりは、現地時間１７：３９：４０に開始する。この見積もられた現地時間１７：３９：４０に最も近接した開始時刻を有するサーバタグＥ１、Ｅ２、．．．のサーバタグは、サーバ時刻１７：４０：００に開始するサーバタグＥ１である。従って、サーバタグＥ１は、クライアントタグＥ１’、Ｅ２’と比較される。このように、必要な比較の数が減少するので、計算の負荷は低減されてもよい。全数検索は必要としなくてもよく、サーバタグＥ１のみがクライアントタグＥ１’、Ｅ２’と比較されればよい。このように、全てのサーバタグＥ１、Ｅ２、．．．が全てのクライアントタグＥ１’、Ｅ２’と比較される必要はない。
【００６０】
また、他の実施形態では、クライアントタグがサーバタグの開始時刻に近接している際に、クライアントタグをあるサーバタグとだけ比較することによって、必要な計算時間を低減することが可能であってもよい。近接の手段として、例えば、夫々のサーバタグの開始時刻の予め設定された時間内である。
【００６１】
一実施形態では、サーバ部分Ｓ１、Ｓ２、．．．は、サーバ６００からクライアント５００に送信され、サーバ部分Ｓ１、Ｓ２、．．．は、クライアント部分Ｓ１’、Ｓ２’、．．．と比較されてもよい。タグを利用する場合と類似した方法で、選択されたサーバ部分を、サーバ部分のように近接した開始時刻を有するクライアント部分Ｓ１’、Ｓ２’と比較することのみによって、計算の負荷を低減することが可能である。
【００６２】
図６の例では、サーバタグＥ１は、クライアントタグＥ５’と最も密に適合する。このように、クライアントタグＥ５’に対応するクライアント部分Ｓ５’は、サーバタグＥ１と同じ時刻、すなわち１７：４０：００で開始する。
【００６３】
他の実施形態では、プログラム情報Ｍがサーバ６００からクライアント５００に送信され、プログラム情報Ｍは、例えば、音声プログラム、映画、宣伝等の開始及び／又は終了の時刻を指し示すことが可能である。図６の例では、プログラム情報Ｍは、映画“Ｂｏｎａｎｚａ”が１７：４５：００から１８：３０：００まで放送されたことを指し示す。このように、クライアント５００は、１７：４０：００に開始時刻を有するクライアント部分Ｓ５’の開始５分後に、再生を始めてもよい。
【００６４】
図７は、放送モードでサーバ６００及びクライアント５００で実行されてもよいステップを示す。
【００６５】
ステップＳ７００では、サーバ６００で、テレビ信号の音声信号が受信される。更に、ステップＳ７０２では、サーバタグＥ１、Ｅ２、．．．が図６の左手側に関して説明したように決定される。更に、ステップＳ７０４では、サーバタグＥ１、Ｅ２、．．．が夫々のタグの開始時刻と共にクライアント５００に送信される。ステップＳ７０６では、クライアント５００で、放送局１００によって送信されたテレビ信号の音声信号が受信される。更に、ステップＳ７０８では、図６の右手側で説明したようにクライアントタグＥ１’、Ｅ２’が決定される。次いで、ステップＳ７１０では、サーバタグＥ１、Ｅ２、．．．及び対応する開始時刻がサーバ６００から受信される。
【００６６】
次いで、ステップＳ７１２では、夫々のサーバタグＥ１、Ｅ２、．．．の開始時刻と近接する所定のクライアントタグＥ１’、Ｅ２’、．．．が選択される。もちろん、図６の右手側に関して説明したように、比較のために利用される一つのサーバタグのみ（図６の例では、サーバタグＥ１）を選択することも可能である。
【００６７】
次いで、ステップＳ７１４では、サーバタグＥ１、Ｅ２、．．．が選択されるクライアントタグＥ１’、Ｅ２’、．．．と比較される。
【００６８】
ステップＳ７１６では、選択されるクライアントタグの開始時刻又はクライアントタグに最も密に適合する少なくとも一つの開始時刻が、比較の結果に基づいて決定される。
【００６９】
ステップＳ７２０では、サーバ６００で実行され、メタデータＭがサーバ６００からクライアント５００に送信される。
【００７０】
ステップＳ７１８では、クライアント５００で、再生のための開始時刻が、最も密に適合するクライアントタグの開始時刻及びメタデータＭに基づいて決定される。
【００７１】
以下の説明は、理解をより助けるものとなるだろう。
【００７２】
本発明の一実施形態によれば、記録装置等のクライアント装置は、受信される映像信号からのタグを決定してもよい。上記タグは、サーバに送信されてもよく、プログラムが示される時刻及びチャンネルを決定する。この情報は、クライアントに送信される。このように、記録された映像信号のテレビプログラムへの正確な割り当てが、達成されてもよい。この正確な割り当てのために、例えば、宣伝を取り除いたり、映画内であるシーンにナビゲートしたりするといった、正確なナビゲーションのようなサービスを提供することが可能となってもよい。
【００７３】
サービスは、クライアントにサービスを売る一種のサービスビジネスとして、又は記録装置に特徴を増やしたいハードウェア製造業者にビジネスを付加するためのものとして提供されてもよい。
【００７４】
全ての場合において、テレビの需要者のための関連情報を有する、例えば、サーバ等の中央データベース（ｃｅｎｔｒａｌ ｄａｔａ ｂａｓｅ）（メタデータの供給側）があると想定される。これは、例えば、コマーシャル又は宣伝の位置でありうるが、聴覚障害者、字幕等のための書き写した情報、映画で俳優が登場することについての情報でもありうる。最も単純な場合として、それは、現在のプログラムの正確な開始及び終了時刻であるかもかしれない。この付加的な情報の全ては、プログラム情報又はメタデータとも呼ばれてもよい。
【００７５】
情報が現在のプログラムの正確な開始及び終了時刻であるならば、提供される付加的な機能は、自動的なものであって、正確で瞬時の記録の切断であってもよい。
【００７６】
より高度な例として、（例えば、外国語の学習者のためのサービスとして）映画と同調させられて現れる字幕、又はある俳優が話したり、歌ったりする配置（location）への直接のナビゲーション等でありうる。コマーシャルに印を付けることによって、ターゲットとする宣伝でコマーシャルを置き換えることが可能である。元の記録の中のコマーシャルスロットは、ユーザには全く見えない他のコマーシャルで満たされてもよい。
【００７７】
２つのモードがあってもよい：（基本的な）双方向モード及び放送モードである。
【００７８】
双方向モードでは、まず、ユーザは、１８：００：００から１９：００：００まで放送される映画を録画したいので、ユーザは、大体１７：５５：００から１９：０５：００まで録画をする。次いで、記録装置は、正確に選択された音声信号の断片、すなわち、音声信号の一部分を録画から取り出して、これをサーバに送信する。“正確に選択された”とは、音声の記述されている部分が選択されたことを意味し、例えば、シグナチャーデータに基づいて、一意的な識別を難しいものとする音声については選択されないということを意味していてもよい。例えば、無声の帯域が避けられてもよい。
【００７９】
サーバは、断片が取り出された音声ストリームの中の正確な配置を特定するために、断片又はタグを利用する。次いで、上記断片の正確な開始及び終了時刻が、断片に対して相対的なものであり、例えば、“これは、“絶望的な主婦（Ｄｅｓｐｅｒａｔｅ Ｈｏｕｓｅｗｉｖｅｓ）、エピソード２３３であり、断片が取り出された２分３４秒前に始まり、断片が取り出された４２分後に終わる。”場合に、サーバは、そのデータベースから情報を計算する。
【００８０】
次いで、クライアント装置は、“絶望的な主婦（Ｄｅｓｐｅｒａｔｅ Ｈｏｕｓｅｗｉｖｅｓ）”のエピソードを非常に正確な開始及び終了時刻で取り除くために、この時間情報を利用してもよい。もちろん、サーバは、俳優の情報及びシリーズの情報等のような付加的なデータを送信してもよい；これら全ては、“絶望的な主婦（Ｄｅｓｐｅｒａｔｅ Ｈｏｕｓｅｗｉｖｅｓ）”のエピソードと共に格納される。もしコマーシャルのｗｅｒｅ−ａｂｏｕｔについての情報が送信されるなら、これにより、それらを再生中に飛ばすことによって、又はクライアント装置からそれらを完全に取り除くことによって、即座に再生の間の全てのコマーシャルをブロックすることが可能となる。
【００８１】
放送モードでは、クライアントからサーバへの逆の接続を取り除くことが可能であってもよい。放送モードでは、サーバは、例えば、１０秒程度に対して５分毎に、規則的なインターバルの中の支持されるＴＶプログラムストリームの夫々をサンプリングして、指紋、すなわち、サンプルされた部分のタグを計算する。次いで、サーバは、関連性のある全てのメタデータ情報を全ての指紋と共にクライアントにダウンストリームしてもよい。クライアントは、局所的に、“サーバモード”で指紋を走らせ、現在の記録の中の夫々の指紋を検索する。もちろん、クライアントは、記録の大まかな時刻を把握しており、それ故、１〜３の潜在的な指紋の数を低減することができるので、全数検索は必要でない。いったん指紋が局所記録の中で配置されれば、正確な調整及び更なるメタデータの利用は双方向モードの場合と同じ方式で始まりうる。
【技術分野】
【０００１】
本発明は、音声信号内の時点を決定する方法及び記録装置に関する。
【背景技術】
【０００２】
今日、ハードドライブ又はディスクドライブを有するデジタル記録装置などの記録装置が、放送局から放送される音声及び／又は映像信号を記録するために存在する。しかしながら、音声及び／又は映像信号を記録した後、ユーザは、記録したもの全てに興味があるわけではないのかもしれない。例えば、ユーザは、コマーシャル等の宣伝を記録した音声及び／又は映像信号から除外したいかもしれない。更に、記録した音声及び／又は映像信号は、映画を含んでいるかもしれなく、ユーザは、手動で映画の始まりと終わりを探す必要なく映画を視聴したいかもしれない。
【発明の概要】
【発明が解決しようとする課題】
【０００３】
本発明の目的とするところは、例えば、記録した音声及び／又は映像信号の正確なナビゲーションを可能なものとする、音声信号内の時点を決定する方法及び記録装置を提供することにある。
【課題を解決するための手段】
【０００４】
上記目的は、夫々、請求項１、２３、及び２８に係る方法及び記録装置によって解決される。
【図面の簡単な説明】
【０００５】
【図１】双方向モードに係る操作をする場合のシステム概観を示す。
【図２】双方向モードを説明するための概略図を示す。
【図３】双方向モードに係る操作を説明するフローチャートを示す。
【図４】両方の方向（双方向）で互いに情報伝達をするクライアント及びサーバを示す。
【図５】放送モードに係る操作をする場合のシステム概観を示す。
【図６】放送モードを説明するための略図を示す。
【図７】放送モードに係る方法を説明するためのフローチャートを示す。
【発明を実施するための形態】
【０００６】
以下に、本発明の実施形態について説明する。重要なこととして、以下に説明する全ての実施形態は、どのような方法で組み合わされてもよく、すなわち、説明する特定の実施形態については、他と組み合わせてはならないという限定はないということについては、留意すべきである。
【０００７】
本発明の一実施形態によれば、放送局から記録装置等のクライアント及びサーバに送信される音声信号内の時点の決定方法は、サーバで音声信号から第１のシグナチャーデータを導き出すステップを含み、上記第１のシグナチャーデータは、上記音声信号の少なくとも一部を記述しており、参照時点が、上記音声信号の上記少なくとも一部の始まり又は終わりと関連付けられる。上記第１のシグナチャーデータは、例えば、欧州特許出願公開番号ＥＰ １６６７１０６ Ａ１（欧州特許出願番号０４ ０２８ ８８．１）に記載されているように、予め定められたアルゴリズムに従い送信されてもよい。
【０００８】
上記方法は、クライアントで第２のシグナチャーデータを上記音声信号から導き出すステップを含んでいてもよく、上記第２のシグナチャーデータは、少なくとも一部分の上記音声信号を記述しており、例えば、サーバで上記第１のシグナチャーデータの場合と同じアルゴリズムに従うといったように、同じ方式で導き出される。すなわち、本発明の一実施形態によれば、サーバ及びクライアントで受信した音声信号の一部分が分析され、これらの部分の少なくともいくつかに対して、シグナチャーデータは同じアルゴリズムに従い決定される。第１及び第２のシグナチャーデータは、比較されてもよく、上記時点は、比較するステップの結果に依存する上記参照時点と等しいと決定されてもよい。このように、例えば、音声信号のある部分に対応する第１のシグナチャーデータは、第２のシグナチャーデータと比較される。もし、上記第１のシグナチャーデータが、上記第２のシグナチャーデータと類似している又は上記第２のシグナチャーデータと同じであるなら、次いで、サーバでの音声信号のその部分とクライアントでの音声信号のその部分は、同じであると推測される。このように、クライアント側での上記時点は、サーバ側での音声信号のその部分の始まり又は終わりの時刻にセットされる。
【０００９】
他の実施形態によれば、上記音声信号はテレビ信号の一部であってもよく、上記方法はクライアントで上記テレビ信号を記録するステップを含む。更に、記録されたテレビ信号に関するプログラム情報は、上記サーバから上記クライアントに送信されることが可能である。例えば、プログラム情報は、テレビ信号内の映画又は宣伝の始まり又は終わりの正確な時刻を指し示してもよい。このプログラム情報及び上記時点に基づいて、上記クライアントは、映画の始まり等の望ましい位置で再生が正確に始まり、ユーザが興味を持たないテレビ信号の部分が取り除かれるように、記録されたテレビ信号の再生を制御してもよい。また、再生は、望ましい位置で正確に終わるように制御されてもよい。
【００１０】
このように、音声信号に関する明細書を通して記載される原理が、更に、音声信号又は音声信号を含むテレビ信号又は映像データストリーム等の音声／映像信号に、適用可能であることは留意すべき点である。従って、本明細書に記載されるあらゆる特徴又は詳細は、音声／映像信号、テレビ信号、映像データストリーム、又は音声データストリーム等に提供されてもよい。
【００１１】
更に他の実施形態によれば、操作は、双方向モードに従い実行されてもよい。双方向モードでは、クライアントとサーバとの間に２つの方式の通信路が存在する。双方向モードの一実施形態によれば、上記第２のシグナチャーデータはクライアントからサーバに送信されてもよく、比較するステップはサーバでなされてもよい。このように、高い計算能力を要求するかもしれない比較するステップは、サーバで行われるために、クライアントの計算能力は低いままであってもよい。
【００１２】
双方向モードの他の実施形態によれば、上記第２のシグナチャーデータは、音声信号の１つの選択される部分だけに対応していてもよい。第２のシグナチャーデータは、音声信号の１つの選択される部分に対してのみ決定される必要があるので、計算の負荷は、更に減少されてもよい。
【００１３】
更に、上記第１のシグナチャーデータは、複数のサブユニットを含んでいてもよく、夫々のサブユニットは、上記音声信号の夫々の部分から導き出され、上記比較するステップで、類似性測定が夫々のサブユニットに対して決定され、上記類似性測定は夫々のサブユニット及び上記第２のシグナチャーデータの類似の度合いを記述しており、上記決定するステップで、上記時点が、最大類似サブユニットの上記参照時点と等しいと決定されてもよく、上記最大類似サブユニットは、全てのサブユニットのうちで最高類似性測定を有する。すなわち、音声信号は異なるセグメントに分岐されてもよく、夫々のセグメントに対して、シグナチャーデータは決定される。
【００１４】
サブユニットが導き出される音声信号の一部分は、音声信号の無声でない帯域を含むように選択されてもよい。更に、上記選択される部分は、音声信号の無声でない帯域を含むように選択されてもよい。このように、シグナチャーデータはより特徴のあるものであり、異なるシグナチャーデータ間の類似性は、検出しやすくてもよい。
【００１５】
また、本発明の一実施形態は、放送モードに関する操作を可能なものとしてもよい。放送モードでは、サーバとクライアントとの間に２方向の通信路は必要ない。放送モードでは、サーバからクライアントへの通信路のみが必要となる。クライアントからサーバへの逆方向通信路が利用可能なものでないならば、これは有用なものであるかもしれない。
【００１６】
放送モードでは、第１のシグナチャーデータは、サーバからクライアントに送られてもよく、比較するステップは、クライアントで行われる。更に、上記参照時点は、サーバからクライアントに送られてもよく、決定するステップは、クライアントで行われる。
【００１７】
更に、第１のシグナチャーデータは、音声信号の少なくとも１つの選択される部分に対応していてもよい。選択される部分は、上記音声信号の無声でない部分を含むように選択されてもよい。シグナチャーデータは、音声信号の少なくとも一部分を代表するものであるか、又は当該一部分の特徴であるため、無声でない部分を選択することによって、比較はより容易になってもよい。
【００１８】
放送モードでは、第２のシグナチャーデータは複数のサブユニットを含んでいてもよく、夫々のサブユニットは上記音声信号の夫々の部分から導き出され、比較する上記ステップで、類似性測定は、夫々のサブユニットに対して決定され、上記類似性測定は夫々のサブユニット及び上記第１のシグナチャーデータの類似度合いを記述しており、上記決定するステップで、上記時点は最大類似サブユニットの上記参照時点と等しいと決定されてもよく、上記最大類似サブユニットは全てのサブユニットのうちで最高類似性測定を有する。
【００１９】
他の実施形態によれば、上記クライアントで現地時間が提供され、夫々のサブユニットが局所時点と関連があり、上記比較するステップは、上記参照時点を囲む予め設定された時間範囲内に局所時点（ｌｏｃａｌ ｐｏｉｎｔ ｉｎ ｔｉｍｅ）を有するサブユニットに対してのみ実行されることが可能である。クライアントで、第２のシグナチャーデータが利用可能な多数の上記音声信号の部分があってもよいので、これは、有用なものであるかもしれない。例えば、第２のシグナチャーデータは、１０秒、３０秒、又は予め設定された時間毎に導き出されてもよい。上記音声信号の夫々の部分の始まり又は終わりの時刻が、クライアントの現地時間と関連があってもよい。クライアントが第１のシグナチャーデータを夫々の対応する参照時点と共にサーバから受信した後に、クライアントが、参照時点に近接する開始又は終了の時刻を有する部分に対応する上記第２のシグナチャーデータのサブユニットの比較のみを行ってもよい
【００２０】
他の実施形態によれば、近接したサブユニット１つだけに対して上記比較するステップを実行することも可能である。上記近接したサブユニットは、全てのサブユニットのうちで、参照時点に対して最も近接した局所時点を有するサブユニットである。
【００２１】
既に説明したように、音声信号は、映像／音声信号の一部分であり、上記方法は、映像／音声信号内の時点の決定のために実行されてもよい。従って、音声信号は、映像／音声信号から抽出されてもよく、導き出すステップ、比較するステップ、及び決定するステップは、音声信号のために実行されてもよい。
【００２２】
上記方法は、サーバからクライアントへの音声信号又はテレビ信号に対応するプログラム情報を送るステップを含んでいて、プログラム情報に基づいて、再生のために音声信号又はテレビ信号の少なくとも一部を選択してもよい。上記方法が、例えば、テレビプログラム等の映像／音声信号に適用されれば、その際プログラム情報は、例えば、放送される映画の始まり及び終わりの時刻を指し示す電子プログラム（ＥＰＧ）情報に対応していてもよい。この場合、クライアントは、決定した時点に基づいて映画の正確な始まり及び終わりの時刻を決定してもよい。クライアントは、上記音声信号の一部分の正確な開始及び終了の時刻を決定するので、既知の時点から夫々どれ位時刻が異なるかを計算することによって、記録された映像／音声信号に対応する映画の開始及び／又は終了の時刻を決定することが可能である。他の実施形態によれば、プログラム情報がコマーシャル等の宣伝ブロック（ａｄｖｅｒｔｉｓｉｎｇ ｂｌｏｃｋ）の開始及び終了の時刻を含むことが可能であってもよい。音声信号又は映像／音声信号を再生させる場合、音声信号又はテレビ信号の中に含まれる宣伝ブロックの開始の時刻から終了の時刻に飛ばすことによって宣伝を取り除くことが可能である。例えば、映画に属さない部分といったように、上記信号の所望の部分に属さない記録された信号の一部分を削除することによって記録された音声／テレビ信号を修正することも可能である。
【００２３】
一実施形態では、記録装置は、放送局から音声信号を受信するように構成され、更にサーバから時間情報を受信するように構成される受信機構と、上記時間情報に依存する上記音声信号を再生するように構成される再生機構とを含んでいてもよい。
【００２４】
上記受信機構は、更に、上記サーバから上記音声信号に関するプログラム情報を受信するように構成されていてもよく、更に、上記プログラム情報に基づいて、再生のために少なくとも上記音声信号の一部分を選択するように構成されていてもよい。
【００２５】
放送モードに従い操作する記録装置は、放送局から音声信号を受信するように構成され、更に、サーバから第１のシグナチャーデータ及び少なくとも１つの参照時点を受信するように構成され受信機構を含んでいてもよく、上記第１のシグナチャーデータは上記音声信号から導き出され、上記第１のシグナチャーデータは上記音声信号の少なくとも一部分を記述しており、上記参照時点は上記音声信号の少なくとも一部分の始まり又は終わりと関連する。上記装置は、更に、第２のシグナチャーデータを上記音声信号から導き出すように構成されるデータ処理機構を含んでいてもよく、上記第２のシグナチャーデータは上記音声信号の少なくとも一部分を記述しており、例えば、第１のシグナチャーデータと同じアルゴリズムに従うといったように同じ方式で導き出され、上記データ処理機構は、更に、第１及び第２のシグナチャーデータを比較し、比較した結果に依存する再生の開始及び／又は終了の時刻を決定するように構成される。また、記録装置は、再生の開始及び／又は終了の時刻に従い、音声信号を再生するように構成される再生機構を含んでいてもよい。
【００２６】
図１は、放送局１００、クライアント２００、及びサーバ３００を示す。クライアント２００は、ハードディスク及び／又はデジタル多用途ディスク（ＤＶＤ）レコーダを有する記録装置等のような、例えば、記録装置でありうる。放送局１００は、テレビ信号ＴＶをクライアント２００及びサーバ３００に送信する。テレビ信号ＴＶは、音声信号を含む。
【００２７】
図１は、双方向モードに係る本発明の一実施形態を示す。このように、クライアント２００及びサーバ３００の間には、２つの方向の情報伝達がある。双方向モードでは、クライアント２００は、音声信号の少なくとも一部分を選択して、第２のシグナチャーデータＥＴを導き出す。シグナチャーデータＥＴは、例えば、欧州特許出願公開番号ＥＰ １６６７１０６ Ａ１（欧州特許出願番号０４ ０２８ ８８．１）に記載されているように予め設定されたアルゴリズムに従って決定されてもよい。
【００２８】
第２のシグナチャーデータＥＴは、クライアント２００からサーバ３００に送信される。また、代わりに、クライアント２００は、音声信号の一部分のＳＴをサーバ２００に送信してもよい。この場合、シグナチャーデータを決定する必要はなくてもよく、比較は、音声信号の一部分に基づいて直接的に行われる。
【００２９】
図２に示すように、サーバ３００は、予め設定された長さの上記音声信号の一部分として第１のシグナチャーデータＥ１、Ｅ２、．．．を連続的に決定し、受信した第２のシグナチャーデータＥＴと、導き出された第１のシグナチャーデータＥ１、Ｅ２、．．．とを比較する。サーバが、第１のシグナチャーデータＥ１、Ｅ２、．．．の一つが、第２のシグナチャーデータＥＴと適合するのならば、適合するシグナチャーデータＥｘが選択され、音声信号の対応する部分の開始及び／又は終了時刻が決定される。サーバ３００は、第１のシグナチャーデータに対応する音声信号の一部分の開始及び／又は終了時刻を決定するために利用されるサーバ時刻を提供するサーバクロックを含んでいてもよい。その際、適合する第１のシグナチャーデータの開始及び／又は終了時刻は、クライアントに送信される。例えば、図１では、第２のシグナチャーデータＥＴと適合する第１のシグナチャーデータに対応する音声信号の一部分の開始時刻ｔは、サーバ３００からクライアント２００に送信される。
【００３０】
また、選択的に、サーバ３００は、例えば、メタデータ等のようなプログラム情報Ｍをクライアント２００に送信してもよい。プログラム情報Ｍは、ある音声プログラム、映像プログラム（テレビプログラム）、又は映画等の開始及び／終了時刻を指し示してもよく、宣伝ブロックの開始及び終了時刻を指し示してもよい。第２のシグナチャーデータＥＴに対応する音声信号の一部分の開始時刻ｔを受信した後、クライアント２００は、開始時刻ｔに基づいて、映画、音声プログラム、又は宣伝ブロックの始まり及び終了の正確な位置を決定してもよいからである。
【００３１】
図２は、クライアント２００及びサーバ３００で同じ音声信号が受信される例を示す。図２の左側において、クライアント２００で受信された音声信号が示され、図２の右側において、サーバ３００で受信された音声信号が示される。図２に示されるように、クライアント２００では、音声信号の一部分のＳＴが選択される。一部分のＳＴは、音声信号が特に無声でないように選択される。一部分のＳＴにとって、第２のシグナチャーデータＥＴは、予め設定されたアルゴリズムに従い導き出される。
【００３２】
図２の左側の概略図において、ある時点Ｔは、部分（パート）ＳＴの開始に対応して示される。上記時点Ｔを決定することが望ましい。時点Ｔが知られているならば、その際、上述したように、例えば、所望の位置で再生を開始したり、宣伝ブロックを取り除いたりするように、クライアント２００で記録された音声信号及び／又は映像信号を検索することは可能である。時点Ｔを決定するために、上記第２のシグナチャーデータＥＴは、サーバ３００に送信される。代わりに、又は付加的に、部分（パート）ＳＴは、サーバ３００に送信されてもよい。
【００３３】
サーバ３００では、放送局から受信された音声信号は、予め設定された長さの部分（パート）Ｓ１、Ｓ２、．．．に分割される。部分（パート）Ｓ１、Ｓ２、．．．の長さは、クライアント２００で、部分（パート）ＳＴの長さに対応し、例えば、上記長さは、図２の例に示されるように３０秒に等しくなるように選択されてもよい。
【００３４】
サーバでは、正確な時刻が知られており、以下では、サーバ時刻とも呼ぶことにする。サーバ時刻は、高性能クロック又は正確な時刻の信号を受信する無線クロックによって決定されてもよい。このように、サーバでは、正確な開始及び終了時刻は知られている。図２の例では、部分（パート）Ｓ１は、例えば、２００６年の１１月１１日の水曜日の１７：４２：１０に開始する。夫々の部分（パート）Ｓ１、Ｓ２、．．．は３０秒の長さを有するので、夫々の部分（パート）Ｓ１、Ｓ２、．．．の開始及び終了時刻は知られている。
【００３５】
更に、サーバ３００で、夫々の部分（パート）Ｓ１、Ｓ２、．．．に対する第１のシグナチャーデータＥ１、Ｅ２、．．．は、クライアント２００での上記第２のシグナチャーデータと同じ方式で決定される。
【００３６】
受信される第２のシグナチャーデータＥＴは、第１のシグナチャーデータＥ１、Ｅ２、．．．と比較される。代わりに、部分（パート）ＳＴがクライアント２００からサーバ３００に送信されれば、部分（パート）ＳＴは、夫々の部分（パート）Ｓ１、Ｓ２、．．．と比較される。
【００３７】
比較に基づいて、第１のシグナチャーデータＥ１、Ｅ２、．．．のうち、どれが第２のシグナチャーデータＥＴに最も密に適合しているのかが決定される。次いで、最も密に適合する第１及び第２のシグナチャーデータが、時点Ｔを決定するために利用される。図２の例では、第２のシグナチャーデータＥＴは、第１のシグナチャーデータＥ４と適合する。第１のシグナチャーデータＥ４に対応する部分（パート）Ｓ４は、ｔ＝１７：４３：４０に開始することが知られているので、部分ＳＴの開始時刻に対応する時点Ｔは、１７：４３：４０であることが決定される。
【００３８】
図２の例では、ユーザは、１７：４５：００から１８：３０：００まで放送された映画“Ｂｏｎａｎｚａ”を観たくてもよい。従って、映画“Ｂｏｎａｎｚａ”の開始及び終了時刻、すなわち、プログラム情報Ｍは、サーバ３００からクライアント２００に送信されてもよい。クライアント２００は、部分（パート）ＳＴの正確な開始時刻が１７：４３：４０であることを把握しているので、クライアント２００は、映画“Ｂｏｎａｎｚａ”の音声／映像信号内の正確な開始時刻を決定することができる。
【００３９】
図３は、所望の映画等の時点及び／又は再生の開始時刻を決定するために実行されてもよいステップが記載されたフローチャートを示す。
【００４０】
図３の左側において、クライアント２００で実行されるステップが示され、図３の右側において、サーバ３００で実行されるステップが示される。
【００４１】
ステップＳ３００では、クライアント２００で、例えば、テレビ信号等の音声信号が受信される。ステップＳ３０２では、音声信号の部分（パート）ＳＴが受信される。ステップＳ３０４では、選択される部分（パート）ＳＴに対する、以下では、タグ又はクライアントタグＥＴとも呼ぶ、第２のシグナチャーデータが決定される。ステップＳ３０６では、タグＥＴはサーバ３００に送信される。
【００４２】
図３の右側に示されるように、ステップＳ３０８では、サーバ３００で、同じ音声信号も受信される。更に、ステップＳ３１０では、以下では、サーバタグＥ１、Ｅ２、．．．とも呼ぶ、タグＥ１、Ｅ２、．．．が、クライアント２００と同じアルゴリズムに従い／同じ方式で決定される。ステップＳ３１２では、タグＥＴがクライアント２００から受信される。更に、ステップＳ３１４では、タグＥＴがサーバタグＥ１、Ｅ２、．．．と比較される。ステップＳ３１４では、サーバタグＥ１、Ｅ２、．．．のうち、どれがクライアントタグＥＴに対応するのかが決定される。
【００４３】
次いで、ステップＳ３１６では、クライアントタグＥＴの開始時刻が決定される。クライアントタグＥＴの開始時刻は、クライアントタグＥＴに最も密に適合するサーバタグの開始時刻に対応する。次いで、ステップＳ３１８では、開始時刻ｔがサーバ３００からクライアント２００に送信される。更に、ステップＳ３２０では、例えば、プログラム情報等のメタデータＭがサーバ３００からクライン跡２００に送信されてもよい。ステップＳ３２２では、クライアント２００が、開始事項ｔ及びメタデータＭに基づいて、ユーザの選択した音声プログラム及び／又は映像プログラム、すなわち所望の映像の再生のための開始時刻を決定してもよい。
【００４４】
次いで、ステップＳ３２４では、所望の映画の始まりで再生が開始する。
【００４５】
図４は、クライアント／サーバのアーキテクチャの可能な実施形態を示す。
【００４６】
音声／映像信号４０２は、放送局４００からクライアント２００及びサーバ３００に送信される。クライアント２００は、視聴覚信号４０２を受信するように構成される受信機構４０４を含んでいてもよく、更に、サーバ３００から時間情報Ｔを受信するように構成されてもよい。更に、クライアント２００は、時間情報に依存する音声信号を再生するように構成される再生機構を含んでいてもよい。更に、クライアント２００は、選択的に、視聴覚信号４０２からシグナチャーデータを導き出すように構成されるデータ処理機構４０８を含んでいてもよく、シグナチャーデータは、音声信号の少なくとも一部分を記述しており、予め設定された方式で導き出される。更に、クライアント２００は、シグナチャーデータＥＴをサーバ３００に送信するように構成された送信機構を含んでいてもよい。
【００４７】
サーバ３００は、音声／映像信号４０２を受信するように構成された受信機構４１２を含んでいてもよい。更に、サーバ３００は、サーバタグＥ１、Ｅ２、．．．（図２及び図３についての上述を参照）を導き出すように構成されたデータ処理機構４１４を含んでいてもよく、シグナチャーデータＥＴとこれらのタグを比較してもよい。
【００４８】
また、サーバ３００は、クライアントタグＥＴの決定された開始時刻に対応する時間情報Ｔをクライアント２００に送信するように構成された送信機構４１６を含んでいてもよい。
【００４９】
図５は一実施形態を示し、放送局１００は音声信号を含むテレビ信号をクライアント５００及びサーバ６００に送信する。クライアント５００及びサーバ６００は、放送モードに従い操作を可能にする。放送モードでは、サーバ６００からクライアント５００への双方向の接続が一つだけ存在する。すなわち、上記双方向モードとは反対に、クライアント５００からサーバ６００への逆接続は必要ない。
【００５０】
簡略に説明すると、放送モードでは、サーバ６００は、テレビ信号ＴＶに基づいてサーバタグＥ１、Ｅ２、．．．を決定し、サーバタグＥ１、Ｅ２、．．．をクライアント５００に送信する。クライアント５００は、クライアントタグを、例えば、サーバ６００と同じの予め設定されたアルゴリズムに従い、同じ方式で決定する。サーバタグＥ１、Ｅ２、．．．の一つの開始又は終了時刻に対応する時点を決定するために、クライアント５００は決定されたクライアントタグとサーバタグＥ１、Ｅ２、．．．とを比較する。放送モードでは、サーバ６００が、更に開始及び／又は終了時刻ｔ１、ｔ２、．．．をクライアント５００に送信する。開始及び／又は終了時刻ｔ１、ｔ２、．．．は、サーバタグＥ１、Ｅ２、．．．の夫々の開始及び／又は終了時刻に対応する。
【００５１】
このように、クラインアント５００は、サーバタグＥ１、Ｅ２、．．．に最も適合する、最も密に適合したクライアントタグを決定することによって、クライアントタグの開始及び／又は終了時刻を決定してもよい。次いで、クライアントタグの開始及び／又は終了時刻は、夫々のサーバタグの開始及び／又は終了時刻ｔに設定されてもよい。
【００５２】
図６の左側において、テレビ信号ＴＶに含まれる音声信号が示される。図６の右側において、クライアント５００で受信及び記録された、テレビ信号ＴＶに対応する音声信号が示される。
【００５３】
放送モードでは、サーバ６００がサーバタグＥ１、Ｅ２、．．．を決定する。例えば、サーバタグは、５分毎又は１０分毎に決定されてもよい。サーバタグＥ１、Ｅ２、．．．は、音声信号のサーバ部分Ｓ１、Ｓ２、．．．に対応していてもよく、部分（パート）Ｓ１、Ｓ２、．．．は、例えば、１０秒、２０秒、３０秒、又はそれ以上の予め設定された長さであってもよい。
【００５４】
図６は、複数のサーバタグＥ１、Ｅ２、．．．が決定されることを示すが、一つのサーバタグＥ１を決定することのみで十分であってもよいことは、留意すべき点である。
【００５５】
次いで、サーバタグＥ１、Ｅ２、．．．は、夫々の開始及び／又は終了時刻と共にクライアント５００に送信される。図６の例では、サーバタグＥ１、Ｅ２、．．．に対応する夫々の部分（パート）Ｓ１、Ｓ２、．．．の開始時刻は、クライアント５００に送信される。
【００５６】
代わりの実施形態では、又はサーバタグＥ１、Ｅ２、．．．に付加して、部分Ｓ１、Ｓ２、．．．がサーバ６００からクライアント５００に送信されてもよい。
【００５７】
クライアント５００では、図６の右側に示すように、クライアントタグＥ１’、Ｅ２’、．．．は、例えば、１０秒毎に決定される。クライアントタグＥ１’、Ｅ２’、．．．は、分単位程度毎に決定されることも可能である。この場合、クライアントタグは、３０秒より長い時間を必要としてもよい。クライアントタグＥ１’、Ｅ２’、．．．に対応するクライアント部分Ｓ１’、Ｓ２’、．．．は、サーバ部分Ｓ１、Ｓ２、．．．の長さと同じであってもよい予め設定された長さを有していてもよい。
【００５８】
サーバタグＥ１、Ｅ２、．．．は、クライアントタグＥ１’、Ｅ２’、．．．と比較される。
【００５９】
計算時間を省くために、あるサーバタグが比較のために選択されることも可能である。あるサーバタグは、クライアント５００で見積もられた現地時間に基づいて決定されてもよい。例えば、図６では、クライアントタグＥ１’に対応するクライアント部分Ｓ１’の始まりは、現地時間１７：３９：４０に開始する。この見積もられた現地時間１７：３９：４０に最も近接した開始時刻を有するサーバタグＥ１、Ｅ２、．．．のサーバタグは、サーバ時刻１７：４０：００に開始するサーバタグＥ１である。従って、サーバタグＥ１は、クライアントタグＥ１’、Ｅ２’と比較される。このように、必要な比較の数が減少するので、計算の負荷は低減されてもよい。全数検索は必要としなくてもよく、サーバタグＥ１のみがクライアントタグＥ１’、Ｅ２’と比較されればよい。このように、全てのサーバタグＥ１、Ｅ２、．．．が全てのクライアントタグＥ１’、Ｅ２’と比較される必要はない。
【００６０】
また、他の実施形態では、クライアントタグがサーバタグの開始時刻に近接している際に、クライアントタグをあるサーバタグとだけ比較することによって、必要な計算時間を低減することが可能であってもよい。近接の手段として、例えば、夫々のサーバタグの開始時刻の予め設定された時間内である。
【００６１】
一実施形態では、サーバ部分Ｓ１、Ｓ２、．．．は、サーバ６００からクライアント５００に送信され、サーバ部分Ｓ１、Ｓ２、．．．は、クライアント部分Ｓ１’、Ｓ２’、．．．と比較されてもよい。タグを利用する場合と類似した方法で、選択されたサーバ部分を、サーバ部分のように近接した開始時刻を有するクライアント部分Ｓ１’、Ｓ２’と比較することのみによって、計算の負荷を低減することが可能である。
【００６２】
図６の例では、サーバタグＥ１は、クライアントタグＥ５’と最も密に適合する。このように、クライアントタグＥ５’に対応するクライアント部分Ｓ５’は、サーバタグＥ１と同じ時刻、すなわち１７：４０：００で開始する。
【００６３】
他の実施形態では、プログラム情報Ｍがサーバ６００からクライアント５００に送信され、プログラム情報Ｍは、例えば、音声プログラム、映画、宣伝等の開始及び／又は終了の時刻を指し示すことが可能である。図６の例では、プログラム情報Ｍは、映画“Ｂｏｎａｎｚａ”が１７：４５：００から１８：３０：００まで放送されたことを指し示す。このように、クライアント５００は、１７：４０：００に開始時刻を有するクライアント部分Ｓ５’の開始５分後に、再生を始めてもよい。
【００６４】
図７は、放送モードでサーバ６００及びクライアント５００で実行されてもよいステップを示す。
【００６５】
ステップＳ７００では、サーバ６００で、テレビ信号の音声信号が受信される。更に、ステップＳ７０２では、サーバタグＥ１、Ｅ２、．．．が図６の左手側に関して説明したように決定される。更に、ステップＳ７０４では、サーバタグＥ１、Ｅ２、．．．が夫々のタグの開始時刻と共にクライアント５００に送信される。ステップＳ７０６では、クライアント５００で、放送局１００によって送信されたテレビ信号の音声信号が受信される。更に、ステップＳ７０８では、図６の右手側で説明したようにクライアントタグＥ１’、Ｅ２’が決定される。次いで、ステップＳ７１０では、サーバタグＥ１、Ｅ２、．．．及び対応する開始時刻がサーバ６００から受信される。
【００６６】
次いで、ステップＳ７１２では、夫々のサーバタグＥ１、Ｅ２、．．．の開始時刻と近接する所定のクライアントタグＥ１’、Ｅ２’、．．．が選択される。もちろん、図６の右手側に関して説明したように、比較のために利用される一つのサーバタグのみ（図６の例では、サーバタグＥ１）を選択することも可能である。
【００６７】
次いで、ステップＳ７１４では、サーバタグＥ１、Ｅ２、．．．が選択されるクライアントタグＥ１’、Ｅ２’、．．．と比較される。
【００６８】
ステップＳ７１６では、選択されるクライアントタグの開始時刻又はクライアントタグに最も密に適合する少なくとも一つの開始時刻が、比較の結果に基づいて決定される。
【００６９】
ステップＳ７２０では、サーバ６００で実行され、メタデータＭがサーバ６００からクライアント５００に送信される。
【００７０】
ステップＳ７１８では、クライアント５００で、再生のための開始時刻が、最も密に適合するクライアントタグの開始時刻及びメタデータＭに基づいて決定される。
【００７１】
以下の説明は、理解をより助けるものとなるだろう。
【００７２】
本発明の一実施形態によれば、記録装置等のクライアント装置は、受信される映像信号からのタグを決定してもよい。上記タグは、サーバに送信されてもよく、プログラムが示される時刻及びチャンネルを決定する。この情報は、クライアントに送信される。このように、記録された映像信号のテレビプログラムへの正確な割り当てが、達成されてもよい。この正確な割り当てのために、例えば、宣伝を取り除いたり、映画内であるシーンにナビゲートしたりするといった、正確なナビゲーションのようなサービスを提供することが可能となってもよい。
【００７３】
サービスは、クライアントにサービスを売る一種のサービスビジネスとして、又は記録装置に特徴を増やしたいハードウェア製造業者にビジネスを付加するためのものとして提供されてもよい。
【００７４】
全ての場合において、テレビの需要者のための関連情報を有する、例えば、サーバ等の中央データベース（ｃｅｎｔｒａｌ ｄａｔａ ｂａｓｅ）（メタデータの供給側）があると想定される。これは、例えば、コマーシャル又は宣伝の位置でありうるが、聴覚障害者、字幕等のための書き写した情報、映画で俳優が登場することについての情報でもありうる。最も単純な場合として、それは、現在のプログラムの正確な開始及び終了時刻であるかもかしれない。この付加的な情報の全ては、プログラム情報又はメタデータとも呼ばれてもよい。
【００７５】
情報が現在のプログラムの正確な開始及び終了時刻であるならば、提供される付加的な機能は、自動的なものであって、正確で瞬時の記録の切断であってもよい。
【００７６】
より高度な例として、（例えば、外国語の学習者のためのサービスとして）映画と同調させられて現れる字幕、又はある俳優が話したり、歌ったりする配置（location）への直接のナビゲーション等でありうる。コマーシャルに印を付けることによって、ターゲットとする宣伝でコマーシャルを置き換えることが可能である。元の記録の中のコマーシャルスロットは、ユーザには全く見えない他のコマーシャルで満たされてもよい。
【００７７】
２つのモードがあってもよい：（基本的な）双方向モード及び放送モードである。
【００７８】
双方向モードでは、まず、ユーザは、１８：００：００から１９：００：００まで放送される映画を録画したいので、ユーザは、大体１７：５５：００から１９：０５：００まで録画をする。次いで、記録装置は、正確に選択された音声信号の断片、すなわち、音声信号の一部分を録画から取り出して、これをサーバに送信する。“正確に選択された”とは、音声の記述されている部分が選択されたことを意味し、例えば、シグナチャーデータに基づいて、一意的な識別を難しいものとする音声については選択されないということを意味していてもよい。例えば、無声の帯域が避けられてもよい。
【００７９】
サーバは、断片が取り出された音声ストリームの中の正確な配置を特定するために、断片又はタグを利用する。次いで、上記断片の正確な開始及び終了時刻が、断片に対して相対的なものであり、例えば、“これは、“絶望的な主婦（Ｄｅｓｐｅｒａｔｅ Ｈｏｕｓｅｗｉｖｅｓ）、エピソード２３３であり、断片が取り出された２分３４秒前に始まり、断片が取り出された４２分後に終わる。”場合に、サーバは、そのデータベースから情報を計算する。
【００８０】
次いで、クライアント装置は、“絶望的な主婦（Ｄｅｓｐｅｒａｔｅ Ｈｏｕｓｅｗｉｖｅｓ）”のエピソードを非常に正確な開始及び終了時刻で取り除くために、この時間情報を利用してもよい。もちろん、サーバは、俳優の情報及びシリーズの情報等のような付加的なデータを送信してもよい；これら全ては、“絶望的な主婦（Ｄｅｓｐｅｒａｔｅ Ｈｏｕｓｅｗｉｖｅｓ）”のエピソードと共に格納される。もしコマーシャルのｗｅｒｅ−ａｂｏｕｔについての情報が送信されるなら、これにより、それらを再生中に飛ばすことによって、又はクライアント装置からそれらを完全に取り除くことによって、即座に再生の間の全てのコマーシャルをブロックすることが可能となる。
【００８１】
放送モードでは、クライアントからサーバへの逆の接続を取り除くことが可能であってもよい。放送モードでは、サーバは、例えば、１０秒程度に対して５分毎に、規則的なインターバルの中の支持されるＴＶプログラムストリームの夫々をサンプリングして、指紋、すなわち、サンプルされた部分のタグを計算する。次いで、サーバは、関連性のある全てのメタデータ情報を全ての指紋と共にクライアントにダウンストリームしてもよい。クライアントは、局所的に、“サーバモード”で指紋を走らせ、現在の記録の中の夫々の指紋を検索する。もちろん、クライアントは、記録の大まかな時刻を把握しており、それ故、１〜３の潜在的な指紋の数を低減することができるので、全数検索は必要でない。いったん指紋が局所記録の中で配置されれば、正確な調整及び更なるメタデータの利用は双方向モードの場合と同じ方式で始まりうる。
【特許請求の範囲】
【請求項１】
第１のシグナチャーデータが少なくとも一部分の音声信号を記述し、参照時点は少なくとも一部分の音声信号の始まり又は終わりと関連しており、前記音声信号から前記第１のシグナチャーデータ（Ｅ１、Ｅ２、．．．）をサーバで導き出すステップと、
第２のシグナチャーデータが少なくとも一部分の前記音声信号を記述し、サーバでの前記第１のシグナチャーデータと同じ方式で導き出され、前記音声信号から第２のシグナチャーデータ（Ｅ１’、Ｅ２’、．．．）をクライアントで導き出すステップと、
前記第１及び第２のシグナチャーデータを比較するステップと、
前記比較するステップの結果に依存する前記参照時間と等しい時点（Ｔ）を決定するステップと、
を含み、
放送局からクライアント及びサーバに送信される音声信号内の前記時点（Ｔ）を決定する方法。
【請求項２】
前記第２のシグナチャーデータ（ＥＴ；ＳＴ）は、前記クライアントから前記サーバに送信され、
前記比較するステップは、サーバで行われる、請求項１に記載の方法。
【請求項３】
前記参照時点は、前記サーバから前記クライアントに送信され、
前記決定するステップは、サーバで行われる、請求項２に記載の方法。
【請求項４】
前記第２のシグナチャーデータは、選択された一部分の前記音声信号にのみ対応する、請求項２又は３に記載の方法。
【請求項５】
前記第１のシグナチャーデータは、複数のサブユニットを含み、
夫々のサブユニットは、夫々の部分の前記音声信号から導き出され、
前記比較するステップで、類似性測定は、夫々のサブユニットに対して決定され、
前記類似性測定は、夫々のサブユニット及び前記第２のシグナチャーデータの所定程度の類似性を記述しており、
前記決定するステップで、前記時点は、最大類似サブユニットの参照時点と等しいと決定され、
前記最大類似サブユニットは、全てのサブユニットのうちで最高類似性測定を有する、請求項１〜４のいずれか１項に記載の方法。
【請求項６】
前記サブユニットが導き出される前記部分の前記音声信号は、前記音声信号の無声でない帯域を含むように選択される、請求項５に記載の方法。
【請求項７】
前記選択される部分は、前記音声信号の無声でない帯域を含むように選択される、請求項４〜６のいずれか１項に記載の方法。
【請求項８】
前記第１のシグナチャーデータ（Ｅ１、Ｅ２、．．．）は、前記サーバから前記クライアントに送信され、
前記比較するステップは、前記クライアントで行われる、請求項１に記載の方法。
【請求項９】
前記参照時点は、前記サーバから前記クライアントに送信され、
前記決定するステップは、前記クライアントで行われる、請求項８に記載の方法。
【請求項１０】
前記第１のシグナチャーデータは、少なくとも選択される部分の前記音声信号に対応する、請求項８又は９に記載の方法。
【請求項１１】
前記第１のシグナチャーデータは、複数の選択される部分の前記音声信号に対応する、請求項８又は９に記載の方法。
【請求項１２】
前記選択される部分は、前記音声信号の無声でない部分を含むように選択される、請求項１０又は１１に記載の方法。
【請求項１３】
前記第２のシグナチャーデータは、複数のサブユニットを含み、
夫々のサブユニットは、夫々の部分の前記音声信号から導き出され、
前記比較するステップで、類似性測定は夫々のサブユニットに対して決定され、
前記類似性測定は、夫々のサブユニット及び前記第１のシグナチャーデータの所定程度の類似性を記述しており、
前記決定するステップで、前記時点は、最大類似サブユニットの参照時点と等しくなるように決定され、
前記最大類似サブユニットは、全てのサブユニットのうちで、最高類似性測定を有する、請求項８〜１２のいずれか１項に記載の方法。
【請求項１４】
前記クライアントで、現地時間が提供され、
夫々のサブユニットは、局所時点と関連しており、
前記比較するステップは、前記参照時点を取り囲む予め設定された時間範囲内の局所時点を有するサブユニットに対してのみ実行される、請求項１３に記載の方法。
【請求項１５】
前記クライアントで、現地時間が提供され、
夫々のサブユニットは、局所時点と関連しており、
前記比較するステップは、近接のサブユニットに対してのみ実行され、
前記近接のサブユニットは、全てのサブユニットのうちで前記参照時点に最も近接する局所時点を有する、請求項１３に記載の方法。
【請求項１６】
前記音声信号は、テレビ信号の一部であり、
前記方法は、前記テレビ信号内の時点（Ｔ）を決定するための方法である、請求項１〜１５のいずれか１項に記載の方法。
【請求項１７】
前記クライアントで、前記テレビ信号が記録され、
前記時点は、記録されたテレビ信号の再生を制御するために利用される、請求項１６に記載の方法。
【請求項１８】
前記音声信号に対応するプログラム情報を前記サーバから前記クライアントに送信するステップと、
前記プログラム情報に基づいて再生のために少なくとも一部分の前記音声信号を選択するステップと、
を含む、請求項１〜１７のいずれか１項に記載の方法。
【請求項１９】
前記プログラム情報は、少なくとも一つの開始時刻及び対応する終了時刻を含み、
前記開始及び終了時刻は、再生のために選択される一部分の前記音声信号を指し示すか、再生のために選択されない一部分の前記音声信号を指し示す、請求項１８に記載の方法。
【請求項２０】
前記開始及び終了時刻は、音楽及び／又は映画の一部分の開始及び終了時刻に対応する、請求項１９に記載の方法。
【請求項２１】
前記第１及び第２のシグナチャーデータが導き出される少なくとも一部分の前記音声信号は、予め設定された長さを有する、請求項１〜２０のいずれか１項に記載の方法。
【請求項２２】
第１のシグナチャーデータが少なくとも一部分の音声信号を記述し、参照時点は少なくとも一部分の音声信号の始まり又は終わりと関連しており、前記音声信号から前記第１のシグナチャーデータ（Ｅ１、Ｅ２、．．．）をサーバで導き出すステップと、
第２のシグナチャーデータが少なくとも一部分の前記音声信号を記述し、サーバでの前記第１のシグナチャーデータと同じ方式で導き出され、前記音声信号から第２のシグナチャーデータ（Ｅ１’、Ｅ２’、．．．）をクライアントで導き出すステップと、
前記第１及び第２のシグナチャーデータを比較するステップと、
前記比較するステップの結果に依存する前記参照時間と等しい前記時点（Ｔ）を決定するステップと、
を含み、
放送局からクライアント及びサーバに送信される、音声信号内の時点を決定する方法をコンピュータに実行させるコンピュータプログラム命令を含む、コンピュータ読み取り可能な媒体。
【請求項２３】
放送局から音声信号を受信するように構成され、更にサーバから時刻情報を受信するように構成される受信機構と、
前記時刻情報に依存する前記音声信号を再生するように構成される再生機構と、
を備える、記録装置。
【請求項２４】
前記受信機構は、更に、前記サーバから前記音声信号に関連するプログラム情報を受信し、少なくとも一部分の前記音声信号を前記プログラム情報に基づいて再生のために選択するように構成される、請求項２３に記載の記録装置。
【請求項２５】
前記プログラム情報は、少なくおとも一つの開始時刻及び対応する終了時刻を含み、
前記開始及び終了時刻は、再生のために選択される一部分の前記音声信号を指し示すか、再生のために選択されない一部分の前記音声信号を指し示す、請求項２４に記載の記録装置。
【請求項２６】
シグナチャーデータが、少なくとも一部分の音声信号を記述し、予め設定された方式で導き出され、前記シグナチャーデータ（ＥＴ）を前記音声信号から導き出すように構成されるデータ処理機構と、
前記シグナチャーデータ（ＥＴ）を送信するように構成される送信機構と、
を備える、請求項２３〜２５のいずれか１項に記載の記録装置。
【請求項２７】
前記音声信号は、映像／音声信号の一部分である、請求項２３〜２６のいずれか１項に記載の記録装置。
【請求項２８】
請求項２３〜２７のいずれか１項に記載の記録装置と、
前記時刻情報を提供するように構成されるサーバと、
を備える、システム
【請求項２９】
第１のシグナチャーデータが少なくとも一部分の音声信号を記述し、参照時点は少なくとも一部分の音声信号の始まり又は終わりと関連しており、音声信号を放送局から受信するように構成され、更に、前記第１のシグナチャーデータ及び少なくとも一つの前記参照時点をサーバから受信するように構成される受信機構と、
第２のシグナチャーデータが少なくとも一部分の前記音声信号を記述し、前記第１のシグナチャーデータと同じ方式で導き出され、前記第２のシグナチャーデータを前記音声信号から導き出すように構成され、
更に、前記第１及び第２のシグナチャーデータを比較し、比較結果に依存する再生開始及び／又は終了時刻を決定するように構成されるデータ処理機構と、
再生開始及び／終了時刻に従い前記音声信号を再生するように構成される再生機構と、
を備える、記録装置。
【請求項３０】
第１のシグナチャーデータが少なくとも一部分のテレビ信号を記述し、参照時点は少なくとも一部分のテレビ信号の始まり又は終わりと関連しており、前記テレビ信号から前記第１のシグナチャーデータをサーバで導き出すステップと、
第２のシグナチャーデータが少なくとも一部分の前記テレビ信号を記述し、サーバでの前記第１のシグナチャーデータと同じ方式で導き出され、前記テレビ信号から前記第２のシグナチャーデータをクライアントで導き出すステップと、
前記第１及び第２のシグナチャーデータを比較するステップと、
前記比較するステップの結果に依存する前記参照時間と等しい前記時点を決定するステップと、
を含み、
放送局からクライアント及びサーバに送信される、テレビ信号内の時点を決定する方法。
【請求項３１】
参照時点が第１のシグナチャーデータの始まり又は終わりと関連しており、前記テレビ信号から前記第１のシグナチャーデータをサーバで導き出すステップ；
第２のシグナチャーデータがサーバでの前記第１のシグナチャーデータと同じ方式で導き出され、前記テレビ信号から前記第２のシグナチャーデータをクライアントで導き出すステップと、
前記第１及び第２のシグナチャーデータを比較するステップと、
前記比較するステップの結果に依存する前記参照時間と等しい前記時点を決定するステップと、
を含む、テレビ信号内の時点を決定する方法。
【請求項３２】
前記クライアントで、前記テレビ信号は記録され、
前記時点は記録されたテレビ信号の再生を制御するために利用される、請求項３１に記載の方法。
【請求項１】
第１のシグナチャーデータが少なくとも一部分の音声信号を記述し、参照時点は少なくとも一部分の音声信号の始まり又は終わりと関連しており、前記音声信号から前記第１のシグナチャーデータ（Ｅ１、Ｅ２、．．．）をサーバで導き出すステップと、
第２のシグナチャーデータが少なくとも一部分の前記音声信号を記述し、サーバでの前記第１のシグナチャーデータと同じ方式で導き出され、前記音声信号から第２のシグナチャーデータ（Ｅ１’、Ｅ２’、．．．）をクライアントで導き出すステップと、
前記第１及び第２のシグナチャーデータを比較するステップと、
前記比較するステップの結果に依存する前記参照時間と等しい時点（Ｔ）を決定するステップと、
を含み、
放送局からクライアント及びサーバに送信される音声信号内の前記時点（Ｔ）を決定する方法。
【請求項２】
前記第２のシグナチャーデータ（ＥＴ；ＳＴ）は、前記クライアントから前記サーバに送信され、
前記比較するステップは、サーバで行われる、請求項１に記載の方法。
【請求項３】
前記参照時点は、前記サーバから前記クライアントに送信され、
前記決定するステップは、サーバで行われる、請求項２に記載の方法。
【請求項４】
前記第２のシグナチャーデータは、選択された一部分の前記音声信号にのみ対応する、請求項２又は３に記載の方法。
【請求項５】
前記第１のシグナチャーデータは、複数のサブユニットを含み、
夫々のサブユニットは、夫々の部分の前記音声信号から導き出され、
前記比較するステップで、類似性測定は、夫々のサブユニットに対して決定され、
前記類似性測定は、夫々のサブユニット及び前記第２のシグナチャーデータの所定程度の類似性を記述しており、
前記決定するステップで、前記時点は、最大類似サブユニットの参照時点と等しいと決定され、
前記最大類似サブユニットは、全てのサブユニットのうちで最高類似性測定を有する、請求項１〜４のいずれか１項に記載の方法。
【請求項６】
前記サブユニットが導き出される前記部分の前記音声信号は、前記音声信号の無声でない帯域を含むように選択される、請求項５に記載の方法。
【請求項７】
前記選択される部分は、前記音声信号の無声でない帯域を含むように選択される、請求項４〜６のいずれか１項に記載の方法。
【請求項８】
前記第１のシグナチャーデータ（Ｅ１、Ｅ２、．．．）は、前記サーバから前記クライアントに送信され、
前記比較するステップは、前記クライアントで行われる、請求項１に記載の方法。
【請求項９】
前記参照時点は、前記サーバから前記クライアントに送信され、
前記決定するステップは、前記クライアントで行われる、請求項８に記載の方法。
【請求項１０】
前記第１のシグナチャーデータは、少なくとも選択される部分の前記音声信号に対応する、請求項８又は９に記載の方法。
【請求項１１】
前記第１のシグナチャーデータは、複数の選択される部分の前記音声信号に対応する、請求項８又は９に記載の方法。
【請求項１２】
前記選択される部分は、前記音声信号の無声でない部分を含むように選択される、請求項１０又は１１に記載の方法。
【請求項１３】
前記第２のシグナチャーデータは、複数のサブユニットを含み、
夫々のサブユニットは、夫々の部分の前記音声信号から導き出され、
前記比較するステップで、類似性測定は夫々のサブユニットに対して決定され、
前記類似性測定は、夫々のサブユニット及び前記第１のシグナチャーデータの所定程度の類似性を記述しており、
前記決定するステップで、前記時点は、最大類似サブユニットの参照時点と等しくなるように決定され、
前記最大類似サブユニットは、全てのサブユニットのうちで、最高類似性測定を有する、請求項８〜１２のいずれか１項に記載の方法。
【請求項１４】
前記クライアントで、現地時間が提供され、
夫々のサブユニットは、局所時点と関連しており、
前記比較するステップは、前記参照時点を取り囲む予め設定された時間範囲内の局所時点を有するサブユニットに対してのみ実行される、請求項１３に記載の方法。
【請求項１５】
前記クライアントで、現地時間が提供され、
夫々のサブユニットは、局所時点と関連しており、
前記比較するステップは、近接のサブユニットに対してのみ実行され、
前記近接のサブユニットは、全てのサブユニットのうちで前記参照時点に最も近接する局所時点を有する、請求項１３に記載の方法。
【請求項１６】
前記音声信号は、テレビ信号の一部であり、
前記方法は、前記テレビ信号内の時点（Ｔ）を決定するための方法である、請求項１〜１５のいずれか１項に記載の方法。
【請求項１７】
前記クライアントで、前記テレビ信号が記録され、
前記時点は、記録されたテレビ信号の再生を制御するために利用される、請求項１６に記載の方法。
【請求項１８】
前記音声信号に対応するプログラム情報を前記サーバから前記クライアントに送信するステップと、
前記プログラム情報に基づいて再生のために少なくとも一部分の前記音声信号を選択するステップと、
を含む、請求項１〜１７のいずれか１項に記載の方法。
【請求項１９】
前記プログラム情報は、少なくとも一つの開始時刻及び対応する終了時刻を含み、
前記開始及び終了時刻は、再生のために選択される一部分の前記音声信号を指し示すか、再生のために選択されない一部分の前記音声信号を指し示す、請求項１８に記載の方法。
【請求項２０】
前記開始及び終了時刻は、音楽及び／又は映画の一部分の開始及び終了時刻に対応する、請求項１９に記載の方法。
【請求項２１】
前記第１及び第２のシグナチャーデータが導き出される少なくとも一部分の前記音声信号は、予め設定された長さを有する、請求項１〜２０のいずれか１項に記載の方法。
【請求項２２】
第１のシグナチャーデータが少なくとも一部分の音声信号を記述し、参照時点は少なくとも一部分の音声信号の始まり又は終わりと関連しており、前記音声信号から前記第１のシグナチャーデータ（Ｅ１、Ｅ２、．．．）をサーバで導き出すステップと、
第２のシグナチャーデータが少なくとも一部分の前記音声信号を記述し、サーバでの前記第１のシグナチャーデータと同じ方式で導き出され、前記音声信号から第２のシグナチャーデータ（Ｅ１’、Ｅ２’、．．．）をクライアントで導き出すステップと、
前記第１及び第２のシグナチャーデータを比較するステップと、
前記比較するステップの結果に依存する前記参照時間と等しい前記時点（Ｔ）を決定するステップと、
を含み、
放送局からクライアント及びサーバに送信される、音声信号内の時点を決定する方法をコンピュータに実行させるコンピュータプログラム命令を含む、コンピュータ読み取り可能な媒体。
【請求項２３】
放送局から音声信号を受信するように構成され、更にサーバから時刻情報を受信するように構成される受信機構と、
前記時刻情報に依存する前記音声信号を再生するように構成される再生機構と、
を備える、記録装置。
【請求項２４】
前記受信機構は、更に、前記サーバから前記音声信号に関連するプログラム情報を受信し、少なくとも一部分の前記音声信号を前記プログラム情報に基づいて再生のために選択するように構成される、請求項２３に記載の記録装置。
【請求項２５】
前記プログラム情報は、少なくおとも一つの開始時刻及び対応する終了時刻を含み、
前記開始及び終了時刻は、再生のために選択される一部分の前記音声信号を指し示すか、再生のために選択されない一部分の前記音声信号を指し示す、請求項２４に記載の記録装置。
【請求項２６】
シグナチャーデータが、少なくとも一部分の音声信号を記述し、予め設定された方式で導き出され、前記シグナチャーデータ（ＥＴ）を前記音声信号から導き出すように構成されるデータ処理機構と、
前記シグナチャーデータ（ＥＴ）を送信するように構成される送信機構と、
を備える、請求項２３〜２５のいずれか１項に記載の記録装置。
【請求項２７】
前記音声信号は、映像／音声信号の一部分である、請求項２３〜２６のいずれか１項に記載の記録装置。
【請求項２８】
請求項２３〜２７のいずれか１項に記載の記録装置と、
前記時刻情報を提供するように構成されるサーバと、
を備える、システム
【請求項２９】
第１のシグナチャーデータが少なくとも一部分の音声信号を記述し、参照時点は少なくとも一部分の音声信号の始まり又は終わりと関連しており、音声信号を放送局から受信するように構成され、更に、前記第１のシグナチャーデータ及び少なくとも一つの前記参照時点をサーバから受信するように構成される受信機構と、
第２のシグナチャーデータが少なくとも一部分の前記音声信号を記述し、前記第１のシグナチャーデータと同じ方式で導き出され、前記第２のシグナチャーデータを前記音声信号から導き出すように構成され、
更に、前記第１及び第２のシグナチャーデータを比較し、比較結果に依存する再生開始及び／又は終了時刻を決定するように構成されるデータ処理機構と、
再生開始及び／終了時刻に従い前記音声信号を再生するように構成される再生機構と、
を備える、記録装置。
【請求項３０】
第１のシグナチャーデータが少なくとも一部分のテレビ信号を記述し、参照時点は少なくとも一部分のテレビ信号の始まり又は終わりと関連しており、前記テレビ信号から前記第１のシグナチャーデータをサーバで導き出すステップと、
第２のシグナチャーデータが少なくとも一部分の前記テレビ信号を記述し、サーバでの前記第１のシグナチャーデータと同じ方式で導き出され、前記テレビ信号から前記第２のシグナチャーデータをクライアントで導き出すステップと、
前記第１及び第２のシグナチャーデータを比較するステップと、
前記比較するステップの結果に依存する前記参照時間と等しい前記時点を決定するステップと、
を含み、
放送局からクライアント及びサーバに送信される、テレビ信号内の時点を決定する方法。
【請求項３１】
参照時点が第１のシグナチャーデータの始まり又は終わりと関連しており、前記テレビ信号から前記第１のシグナチャーデータをサーバで導き出すステップ；
第２のシグナチャーデータがサーバでの前記第１のシグナチャーデータと同じ方式で導き出され、前記テレビ信号から前記第２のシグナチャーデータをクライアントで導き出すステップと、
前記第１及び第２のシグナチャーデータを比較するステップと、
前記比較するステップの結果に依存する前記参照時間と等しい前記時点を決定するステップと、
を含む、テレビ信号内の時点を決定する方法。
【請求項３２】
前記クライアントで、前記テレビ信号は記録され、
前記時点は記録されたテレビ信号の再生を制御するために利用される、請求項３１に記載の方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【公表番号】特表２０１０−５２３０６８（Ｐ２０１０−５２３０６８Ａ）
【公表日】平成２２年７月８日（２０１０．７．８）
【国際特許分類】
【出願番号】特願２０１０−５０１３７７（Ｐ２０１０−５０１３７７）
【出願日】平成１９年１１月３０日（２００７．１１．３０）
【国際出願番号】ＰＣＴ／ＥＰ２００７／０１０４２６
【国際公開番号】ＷＯ２００８／１１９３７２
【国際公開日】平成２０年１０月９日（２００８．１０．９）
【出願人】（３９７０５１５０８）ソニー ドイチュラント ゲゼルシャフト ミット ベシュレンクテル ハフツング (140)
【Ｆターム（参考）】
【公表日】平成２２年７月８日（２０１０．７．８）
【国際特許分類】
【出願日】平成１９年１１月３０日（２００７．１１．３０）
【国際出願番号】ＰＣＴ／ＥＰ２００７／０１０４２６
【国際公開番号】ＷＯ２００８／１１９３７２
【国際公開日】平成２０年１０月９日（２００８．１０．９）
【出願人】（３９７０５１５０８）ソニー ドイチュラント ゲゼルシャフト ミット ベシュレンクテル ハフツング (140)
【Ｆターム（参考）】
[ Back to top ]